<![CDATA[Penelitian ini mengeksplorasi dan membandingkan efektivitas dua metode peramalan curah hujan yang berbeda, yaitu Fuzzy Time Series (FTS) model Chen dan Auto Regressive Integrated Moving Average (ARIMA), dalam konteks data tanpa pola musiman yang jelas. Dalam perbandingan ini, dilakukan evaluasi kinerja kedua metode berdasarkan dua metrik utama: Mean Absolute Percentage Error (MAPE) dan Mean Squared Error (MSE). Menariknya, meskipun kedua metode menunjukkan penyimpangan dalam prediksi, model ARIMA (4,1,0) unggul dengan nilai MAPE sebesar 106.5033 dan MSE sebesar 20,085.69, dibandingkan dengan model FTS yang mencatat MAPE sebesar 145.408 dan MSE sebesar 21,000.92. Hasil ini menunjukkan keunggulan ARIMA dalam menghadapi data curah hujan yang kompleks. Model ARIMA lebih baik dalam akurasi dan keandalan prediksi yang dapat menjadi alat yang lebih disukai oleh para praktisi. Sementara model FTS tetap dapat digunakan pada situasi tertentu walaupun tidak lebih baik dari model ARIMA. Kata Kunci: Forecasting, Rainfall, Fuzzy Time Series, Model Chen, ARIMA]]>
Copyrights © 2024
