Perbandingan Model Prediksi Curah Hujan Kota Semarang Metode SARIMA dan Holt-Winter

Abstract. High rainfall in Semarang City often triggers hydrometeorological disasters such as floods and landslides. Therefore, accurate rainfall prediction is needed to support disaster mitigation in Semarang City. This study aims to compare the performance of two rainfall prediction models, namely Seasonal Autoregressive Integrated Moving Average (SARIMA) and Holt-Winter Exponential Smoothing. The data used are monthly rainfall data from 1991 to 2023 to make predictions and validate both models. The results of the study show that the SARIMA model is more accurate in predicting rainfall in Semarang City than the Holt-Winter Exponential Smoothing method. Evaluation metric values such as NRMSE, MAE, and MAPE show that SARIMA produces smaller prediction errors. Therefore, the SARIMA model is recommended as a more accurate method for predicting rainfall in Semarang City. It is hoped that this study can support efforts to adapt and mitigate hydrometeorological risks in Semarang City and its surroundings. Abstrak. Curah hujan yang tinggi di Kota Semarang sering kali memicu bencana hidrometeorologi seperti banjir dan tanah longsor. Oleh karena itu, diperlukan prediksi curah hujan yang akurat untuk mendukung mitigasi bencana di Kota Semarang. Penelitian ini bertujuan untuk membandingkan kinerja dua model prediksi curah hujan, yaitu SARIMA (Seasonal Autoregressive Integrated Moving Average) dan Holt-Winter Exponential Smoothing. Data yang digunakan adalah data curah hujan bulanan dari tahun 1991 hingga 2023 untuk membuat prediksi dan memvalidasi kedua model. Hasil penelitian menunjukkan bahwa model SARIMA lebih akurat dalam memprediksi curah hujan di Kota Semarang dibandingkan metode Holt-Winter Exponential Smoothing. Nilai metrik evaluasi seperti NRMSE, MAE, dan MAPE menunjukkan bahwa SARIMA menghasilkan kesalahan prediksi yang lebih kecil. Oleh karena itu, model SARIMA direkomendasikan sebagai metode yang lebih akurat untuk memprediksi curah hujan di Kota Semarang. Harapannya, penelitian ini dapat mendukung upaya adaptasi dan mitigasi risiko hidrometeorologi di Kota Semarang dan sekitarnya.

Authors

Institutions

Publication Details

Journal
Jurnal Riset Statistika
Published
2025-07-19
DOI
https://doi.org/10.29313/jrs.v5i1.6149
Primary Topic
Economic Growth and Fiscal Policies
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Perbandingan Model Prediksi Curah Hujan Kota Semarang Metode SARIMA dan Holt-Winter

Yahya Darmawan, Muhammad Zaky Arkananta, Widodo Widodo, Maria Evy Trianasari et al.
Jurnal Riset Statistika
Economic Growth and Fiscal Policies
article

Perbandingan Model Prediksi Curah Hujan Kota Semarang Metode SARIMA dan Holt-Winter

Yahya Darmawan, Muhammad Zaky Arkananta, Widodo Widodo, Maria Evy Trianasari, Anton Widodo
article en

Abstract

Abstract. High rainfall in Semarang City often triggers hydrometeorological disasters such as floods and landslides. Therefore, accurate rainfall prediction is needed to support disaster mitigation in Semarang City. This study aims to compare the performance of two rainfall prediction models, namely Seasonal Autoregressive Integrated Moving Average (SARIMA) and Holt-Winter Exponential Smoothing. The data used are monthly rainfall data from 1991 to 2023 to make predictions and validate both models. The results of the study show that the SARIMA model is more accurate in predicting rainfall in Semarang City than the Holt-Winter Exponential Smoothing method. Evaluation metric values such as NRMSE, MAE, and MAPE show that SARIMA produces smaller prediction errors. Therefore, the SARIMA model is recommended as a more accurate method for predicting rainfall in Semarang City. It is hoped that this study can support efforts to adapt and mitigate hydrometeorological risks in Semarang City and its surroundings. Abstrak. Curah hujan yang tinggi di Kota Semarang sering kali memicu bencana hidrometeorologi seperti banjir dan tanah longsor. Oleh karena itu, diperlukan prediksi curah hujan yang akurat untuk mendukung mitigasi bencana di Kota Semarang. Penelitian ini bertujuan untuk membandingkan kinerja dua model prediksi curah hujan, yaitu SARIMA (Seasonal Autoregressive Integrated Moving Average) dan Holt-Winter Exponential Smoothing. Data yang digunakan adalah data curah hujan bulanan dari tahun 1991 hingga 2023 untuk membuat prediksi dan memvalidasi kedua model. Hasil penelitian menunjukkan bahwa model SARIMA lebih akurat dalam memprediksi curah hujan di Kota Semarang dibandingkan metode Holt-Winter Exponential Smoothing. Nilai metrik evaluasi seperti NRMSE, MAE, dan MAPE menunjukkan bahwa SARIMA menghasilkan kesalahan prediksi yang lebih kecil. Oleh karena itu, model SARIMA direkomendasikan sebagai metode yang lebih akurat untuk memprediksi curah hujan di Kota Semarang. Harapannya, penelitian ini dapat mendukung upaya adaptasi dan mitigasi risiko hidrometeorologi di Kota Semarang dan sekitarnya.

Jurnal Riset Statistika
Meteorological, Climatological, And Geophysical Agency (ID)
Openalex Percentile: Top 73%
Economic Growth and Fiscal Policies
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.