Juandana, Rio Adian (2026) ANALISIS TREN PERUBAHAN CUACA DI KOTA LHOKSEUMAWE MENGGUNAKAN BIG DATA ANALYTICS DAN ALGORITMA SARIMAX (SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE EKSOGEN VARIABEL) PADA DATASET BMKG. S1 thesis, UNIVERSITAS MALIKUSSALEH.

	Text Halaman Sampul.pdf Download (85kB)
	Text Abstrak.pdf Download (160kB)
	Text Bab 1.pdf Download (140kB)
	Text Daftar Pustaka.pdf Download (195kB)
	Text Full Skripsi.pdf Restricted to Registered users only Download (3MB)

Abstract

Perubahan iklim global menyebabkan anomali cuaca di daerah pesisir seperti Kota Lhokseumawe, yang membuat prediksi curah hujan menjadi lebih sulit dan meningkatkan kemungkinan terjadinya bencana hidrometeorologi. Penelitian ini berfokus pada analisis tren perubahan cuaca serta prediksi intensitas curah hujan di wilayah tersebut dengan memanfaatkan pendekatan Big Data Analytics dan algoritma SARIMAX (Seasonal Autoregressive Integrated Moving Average with Exogenous Variables). Data sekunder yang digunakan merupakan data runtun waktu harian dari Stasiun Meteorologi Malikussaleh (BMKG) untuk periode 5 Mei 2024 sampai 30 April 2026. Dalam penelitian ini, variabel dependen adalah curah hujan, sedangkan variabel eksogen mencakup suhu, kelembapan udara, dan kecepatan angin. Proses penelitian dilakukan menggunakan bahasa pemrograman Python, meliputi prapemrosesan data melalui interpolasi linier, analisis eksploratori data, identifikasi parameter, serta evaluasi model. Hasil penelitian menunjukkan bahwa model SARIMAX (0,0,1)(0,1,1)7 adalah model peramalan paling optimal dengan tingkat akurasi tinggi (kategori ramalan baik), yang dibuktikan oleh nilai MAPE sebesar 17,30%, RMSE 10,89 mm, dan MAE 9,03 mm. Uji signifikansi menunjukkan bahwa variabel suhu udara memiliki pengaruh positif yang paling signifikan terhadap curah hujan (p-value 0,004), sementara kelembapan udara dan kecepatan angin tidak menunjukkan pengaruh signifikan secara statistik. Ramalan untuk periode 53 minggu mendatang (Mei 2026 – April 2027) memperkirakan intensitas curah hujan yang konsisten dalam kategori rendah hingga menengah (di bawah 100 mm per minggu). Kombinasi antara Big Data Analytics dan SARIMAX terbukti sangat efektif dalam memodelkan dinamika cuaca musiman dan merekomendasikan pemantauan suhu udara sebagai parameter utama dalam sistem peringatan dini untuk bencana hidrometeorologi di Lhokseumawe.

Item Type:	Thesis (S1)
Subjects:	G Geography. Anthropology. Recreation > GE Environmental Sciences Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Rio Adian Juandana
Date Deposited:	21 Aug 2026 03:31
Last Modified:	21 Aug 2026 03:31
URI:	https://rama.unimal.ac.id/id/eprint/21462

Actions (login required)

View Item