Prediksi Curah Hujan di Kota Tangerang Menggunakan Metode Autoregressive Integrated Moving Average yang Diperbaiki dengan Model Kalman Filter

Abstract

Curah hujan yang terjadi di Kota Tangerang kerap memicu bencana seperti banjir dan memiliki dampak serius terhadap masyarakat dan infrastruktur. Oleh karena itu, kemampuan untuk memprediksi curah hujan secara akurat menjadi sangat krusial dalam rangka mitigasi risiko bencana. Penelitian ini bertujuan untuk melakukan prediksi curah hujan harian di Kota Tangerang dengan menggunakan metode ARIMA yang disempurnakan melalui penerapan Kalman Filter, guna meningkatkan ketepatan hasil prediksi. Data yang dianalisis adalah data mengenai curah hujan di Stasiun Meteorologi Soekarno-Hatta untuk periode tahun 2019 hingga 2024. Proses penelitian meliputi eksplorasi data, pengujian stasioneritas, pembangunan model ARIMA, serta pengintegrasian Kalman Filter sebagai metode penyempurnaan model. Evaluasi dilakukan dengan menggunakan indikator MAE, MASE, dan RMSE untuk membandingkan kinerja model ARIMA sebelum dan sesudah penerapan Kalman Filter. Hasil analisis menunjukkan bahwa model ARIMA(2,0,2) menghasilkan RMSE sebesar 18,6395, MAE sebesar 12,2425, dan MASE sebesar 0,7895. Setelah disempurnakan dengan Kalman Filter, nilai galat menurun signifikan menjadi RMSE sebesar 7,374, MAE sebesar 4,243, dan MASE sebesar 0,587. Temuan ini membuktikan bahwa penggunaan Kalman Filter efektif dalam meningkatkan akurasi prediksi curah hujan harian di Kota Tangerang.