<![CDATA[ABSTRAKEnergi matahari merupakan sumber energi alami yang memiliki banyak potensi pemanfaatan. Untuk pemanfaatan tersebut dibutuhkan data yang dapat menggambarkan ketersediaan energi matahari. Informasi katersediaan energi matahari yang akan digunakan dalam peramalabn ini adalah data dari BMKG Karangploso Kota Malang, sehingga dapat diketahui banyaknya energi matahari yang akan diperoleh. Pada penelitian ini dilakukan peramalan intensitas radiasi matahari. Data yang digunakan untuk meramalkan intensitas radiasi matahari adalah suhu udara, lama penyinaran matahari. Metode yang digunakan dalam penelitian ini yaitu autoregressive integrated moving average (ARIMA) dan support vector regression (SVR) sebagai metode pembanding. Perhitungan akurasi nilai kesalahan dalam penelitian ini mengunakan metode Root mean square error (RMSE). Metode ARIMA menghasilkan peramalan dengan RMSE 266,96. Metode SVR menghasilkan peramalan dengan RMSE 159,4489, Perbandingan metode ARIMA dan SVR berdasarkan nilai RMSE menghasilkan kesimpulan bahwa metode SVR mempunyai nilai RMSE yg lebih kecil daripada metode ARIMA yaitu 159,4489, sehingga model SVR memiliki akurasi peramalan yang lebih baik.Kata kunci: Peramalan, ARIMA, SVR, RMSE, intensitas radiasi matahariABSTRACTSolar energy is a natural energy source that has many potential uses. For this utilization, data is needed that can describe the availability of solar energy. Information on the availability of solar energy that will be used in this forecast is data from BMKG Karangploso Malang City, so that it can be seen how much solar energy will be obtained. In this study, the intensity of solar radiation was forecasted. The data used to predict the intensity of solar radiation is air temperature, duration of solar radiation. The methods used in this research are autoregressive integrated moving average (ARIMA) and support vector regression (SVR) as comparison methods. The calculation of the accuracy of the error value in this study uses the Root mean square error (RMSE) method. ARIMA method produces forecasts with RMSE 266.96. The SVR method produces forecasts with RMSE 159.4489, the comparison of ARIMA and SVR methods based on RMSE values results in the conclusion that the SVR method has a smaller RMSE value than the ARIMA method, which is 159.4489, so the SVR model has better forecasting accuracy.Keywords: Forecasting, ARIMA, SVR, RMSE, solar radiation intensity]]>
