<![CDATA[Pemindahan ibu kota negara dari DKI Jakarta ke Provinsi Kalimantan Timur akan mendorong terjadinya pembangunan besar-besaran yang akan berdampak pada berbagai bidang termasuk lingkungan dan perubahan iklim. Perubahan iklim merupakan salah satu indikasi terjadinya pemanasan global yang berdampak buruk terhadap kondisi lingkungan. Penelitian ini bertujuan untuk membandingkan metode peramalan menggunakan Seasonal Autoregressive Integrated Moving Average with Exogenous Factors (SARIMAX) dan Neural Network Autoregressive with Exogenous Factors (NNARX) untuk memprediksi Suhu Permukaan Tanah (LST). Hasil dari penelitian menunjukkan model SARIMAX lebih baik dibandingkan model NNARX dalam memprediksi pola pemanasan global berdasarkan nilai RMSE, MAE, MAPE, dan MASE. Dalam kasus dataset runtun waktu yang relatif sederhana, SARIMAX dapat memberikan hasil prediksi yang andal dan mudah diinterpretasikan. Terlebih lagi jika membahas pemanasan global karena kenaikan sedikit saja Suhu Permukaan Tanah (LST) akan berdampak signifikan terhadap kehidupan di bumi.]]>
Copyrights © 2024
