Forecasting Data Time Series Berpola Musiman Menggunakan Model SARIMA (Studi Kasus: Sungai Cipeles-Warungpeti)

Abstract

Sungai memiliki peranan penting bagi perkembangan peradaban manusia di seluruh dunia. Pengelolaan sumber daya air yang baik memerlukan pengetahuan hidrologi agar data hidrologis dari suatu daerah dapat diperoleh. Salah satu data yang dapat dikumpulkan adalah informasi mengenai ketersediaan air pada suatu Daerah Aliran Sungai (DAS). Oleh karena itu, pemodelan forecasting debit sungai merupakan salah satu alternatif untuk dapat memprediksi pola ketersediaan air. Tujuan dari penelitian ini adalah  melakukan forecasting data time series berpola musiman dengan menggunakan metode Box-Jenkins. Model yang digunakan untuk forecasting adalah metode terbaik yang memenuhi syarat signifikansi parameter, white noise, serta memiliki nilai kebaikan model yang tinggi. Perbandingan dilakukan terhadap hasil forecasting model-model terbaik dari model-model Box-Jenkins. Berdasarkan hasil analisis, model SARIMA dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 35.18 % merupakan model forecasting terbaik untuk data debit Sungai Cipeles dengan tingkat keakuratan model berdasarkan MAPE out of sample sebesar .