<![CDATA[Perubahan iklim merupakan tantangan global yang memerlukan pemahaman ilmiah berbasis data untuk mendeteksi, menganalisis, dan memprediksi dampaknya. Artikel ini bertujuan untuk mengeksplorasi penerapan model matematika, khususnya model Autoregressive Integrated Moving Average (ARIMA), dalam memahami dinamika iklim melalui data curah hujan di Indonesia. Penelitian ini menggunakan pendekatan kuantitatif dengan data sekunder berupa deret waktu curah hujan bulanan dari stasiun meteorologi. Teknik analisis yang digunakan adalah pemodelan ARIMA yang dikembangkan dengan dan tanpa integrasi variabel eksogen seperti indeks monsun dan El Niño. Hasil penelitian menunjukkan bahwa model ARIMA mampu memberikan prediksi yang cukup akurat untuk curah hujan, terutama jika parameter model disesuaikan dengan karakteristik data wilayah tertentu. Integrasi indeks global ke dalam model juga meningkatkan ketepatan prediksi, mencerminkan pentingnya dinamika iklim regional dan global dalam analisis lokal. Evaluasi model melalui indikator statistik seperti Mean Square Error (MSE) dan Root Mean Square Error (RMSE) menunjukkan kinerja yang memadai untuk aplikasi praktis di sektor pertanian, sumber daya air, dan mitigasi bencana. Penelitian ini menyimpulkan bahwa pendekatan matematika melalui model ARIMA efektif dalam mendukung pemahaman perubahan iklim dan dapat digunakan sebagai alat prediktif untuk perencanaan adaptasi jangka pendek. Pengembangan model lanjutan disarankan untuk memperhitungkan dinamika musiman dan nonlinearitas data iklim yang lebih kompleks. Temuan ini diharapkan dapat menjadi kontribusi dalam pengembangan strategi ilmiah berbasis data dalam menghadapi tantangan perubahan iklim.]]>
Copyrights © 2025
