Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Keakuratan Pendekatan Hybrid ARIMAX dan Radial Basis Function Neural Network pada Pemodelan Data Curah Hujan di Kota Makassar Wahidah Sanusi; Alimuddin Alimuddin; Muhammad Farhan; Nurlaila Kaito; Nurkhalifah Anwar
Indonesian Journal of Fundamental Sciences Vol 12, No 1 (2026)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/ijfs.v12i1.85986

Abstract

Abstrak. Penelitian ini bertujuan untuk mengatasi keterbatasan tersebut dengan mengembangkan sebuah model peramalan hybrid, serta menganalisis tingkat akurasinya. Menggabungkan keunggulan pemodelan linier dan non-linier, penelitian ini menerapkan arsitektur hybrid SARIMAX-Radial Basis Function Neural Network (RBFNN). Model ini dibangun melalui pendekatan dua tahap: pertama, model SARIMAX dengan parameter (0,1,1)(0,1,1)₁₂ digunakan untuk memodelkan pola linear-musiman. Kedua, RBFNN dilatih secara spesifik untuk memetakan pola non-linear yang terkandung dalam residual (kesalahan) dari model SARIMAX. Kinerja model hybrid terhadap data pengujian menunjukkan hasil yang sangat positif, terbukti secara signifikan lebih akurat dibandingkan model SARIMAX tunggal. Model hybrid menunjukkan kemampuan superior dalam mengikuti fluktuasi data aktual, yang pada akhirnya menghasilkan prediksi dengan galat yang jauh lebih rendah. Akurasi yang lebih tinggi ini dikonfirmasi melalui nilai Mean Absolute Percentage Error (MAPE) yang lebih kecil, yang mengindikasikan potensi besar dari pendekatan hybrid ini untuk menyediakan peramalan meteorologi yang lebih efektif dan dapat diandalkan untuk Kota Makassar