HUJAN MENGGUNAKAN
METODE ARIMA GARCH
Presentation By:
Ilmiyatus Solehah (2019010100005)
Khodaifah (2019010100011)
Curah Hujan
Indonesia merupakan negara yang berada di garis khatulistiwa. Akibatnya Indonesia
memiliki musim kemarau dan musim penghujan. Dua musim ini sangat berpengaruh
terhadap kelangsungan hidup makhluk hidup di wilayah Indonesia.
Akibatnya, masyarakat Indonesia harus mengenali faktor dari kedua musim tersebut
agar dapat melakukan aktivitas dengan lancar. Salah satu faktor yang penting dari
musim-musim tersebut adalah curah hujan.
Peramalan
Model peramalan secara umum dapat dikemukakan sebagai, Yt = pola + error.
Data dibedakan menjadi komponen yang dapat diidentifikasi (pola) dan yang tidak dapat
diidentifikasi (error). Jadi, penggunaan metode peramalan adalah untuk mengidentifikasi
suatu model peramalan sedemikian rupa sehingga error nya menjadi seminimal mungkin.
Penggunaan teknik peramalan diawali
dengan pengeksplorasian kondisi (pola data) pada waktu yang lalu guna
mengembangkan model yang sesuai dengan pola data itu dengan menggunakan
asumsi bahwa pola data pada waktu yang lalu itu akan berulang lagi pada waktu
yang akan datang.
Tinjauan Pustaka
Dimana adalah kondisional varians dari > 0 dan < 1. selanjutnya adalah koefisien
parameter dari ARCH dan GARCH. ACF dan PACF dari residual dapat membantu
mengidentifikasi tingkat r dan s pada ARCH dan GARCH. (Bolerslev, 1986).
Tinjauan Pustaka
Stasioner dan Non-Stasioner Pada Mean dan Variansi
Kestasioneran suatu data dilihat dari dua hal yaitu stasioner dalam mean (rata-rata) dan
stasioner dalam variansi. Jika merupakan pengamatan pada waktu m dan dapat ditulis
maka dikenal sebagai proses Stokastik. Peubah acak dikatakan stasioner
orde ke m, jika
Pembedaan (differencing)
Proses pembedaan (differencing) dilakukan setelah data stasioner dalam varians.
Proses pembedaan dilakukan jika data tidak stasioner dalam mean. Proses differencing
pada orde pertama merupakan selisih antara data ke-t dengan data ke- t-1
yaitu
Adapun bentuk differencing untuk orde kedua, yaitu
Fungsi autokorelasi parsial adalah suatu fungsi yang menunjukkan besarnya korelasi
parsial antara pengamatan pada waktu ke t ( ) dengan pengamatan pada waktu-
waktu sebelumnya ( ) Rumus untuk autokorelasi parsial (dinotasikan ) adalah
Tinjauan Pustaka
Pemeriksaan Diagnosa
1) Penaksiran dan Pengujian Parameter
Model peramalan yang diperoleh akan diuji signifikan parameter modelnya dengan
hipotesis sebagai berikut.
Hipotesis :
: Estimasi Parameterrnya = 0
: Estimasi Parameterrnya ≠ 0
Statistik uji :
Tinjauan Pustaka
Pemeriksaan Diagnosa
2) Uji Asumsi Residual
a. Distribusi Normal
Pengujian kenormalan dapat dihitung dengan menggunakan Uji Jarque Bera (JB).
Hipotesis :
: Residual Berdistribusi Normal
: Residual Tidak Berdistribusi Normal
Statistik uji :
Tinjauan Pustaka
Pemeriksaan Diagnosa
2) Uji Asumsi Residual
b. White Noise
Pengujian asumsi white noise dilakukan dengan menggunakan uji Ljung-Box.
Hipotesis :
Statistik uji :
Tinjauan Pustaka
o Ada beberapa kriteria pemilihan model yang dapat digunakan
untuk memilih model ARIMA terbaik pada suatu data runtun
waktu, antara lain Akaike’s Information Criterion (AIC).
Rumus perhitungan AIC adalah sebagai berikut :
2012 260.1 176 201.1 37,6 144,3 12,7 0,1 0 0 0 65,1 284,7
2013 292,7 147,6 149,9 216,9 224,7 379,6 153,8 0 0,1 0 116,2 377,2
2014 201,5 324 145,6 123 28,6 16,8 16,7 0,4 0 0 16,5 258,8
2016 161 182,7 163,3 360,6 228,1 155,9 154,3 12.5 8,2 309,9 50,4 263,8
2017 400,7 309,5 163,4 193 68,2 139,3 20,2 0 0 2,2 302 229,4
2020 310,9 339,6 226,5 177,1 160,1 2,7 45,3 10,1 1,5 103,2 78,1 392,1
2021 357,9 283,7 175,5 178 89,2 76,2 5,3 0 16,9 47,7 375,5 305,3
Hasil dan Pembahasan
Uji Stasioneritas Data
Berdasarkan gambar di atas, dapat dilihat bahwa pola yang terbentuk sejak Januari 2012
sampai dengan Desember 2021 adalah jumlah curah hujan mengalami curah hujan
paling tinggi berada di akhir tahun. Pola ini mengindikasikan bahwa terdapat komponen
musiman pada data curah hujan bulanan Kecamatan Kalianget, walaupun variasi hujan
tiap tahun berbeda.
Hasil dan Pembahasan
PERAMALAN
Kesimpulan
Dari uraian pada bagian sebelumnya data curah hujan dari tahun
2012-2021 sudah tersasioner, dari hasil uji ADF diperoleh nilai p-
value sebesar 0,01 yang mana Hipotesis Nol diterima, dan
melakukan percobaan pada model,dan terdapat nilai AIC terkecil
berada pada model ARIMA (0,0,1). Untuk hasil peramalan curah
hujan selama 9 bulan kedepan mengalami kontinuitas.
THANK YOU