Prediksi Pemanasan Global di Provinsi Kalimantan Timur Menggunakan SARIMAX dan Neural Network

Saniyyah Sri Nurhayati, Alif Fitriatul Khasanah, Daradinanti Aulia Revanadillaa, Tsabit Bintang Herindra, Fitri Kartiasih

Abstract


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.


Keywords


SARIMAX, NNARX, Pemanasan Global, Kalimantan Timur

Full Text:

PDF

References


Pinontoan, OR, Sumampouw, OJ, Ticoalu, JHV, Nelwan, JE, Musa, EC, & Sekeeon, J. (2022). Keragaman suhu, curah hujan, kelembaban dan prevalensi penyakit demam berdarah di Kota Manado. Jurnal Kedokteran Bali, 11(1), 81–86. https://doi.org/10.15562/bmj.v11i1.2722

Houghton, J. (2005). Pemanasan global. Laporan Kemajuan Fisika, 68(6), 1343–1403. https://doi.org/10.1088/0034-4885/68/6/R02

Mahoni, CR, & Meriam, AJ (2018). Musim panas yang lebih basah dapat meningkatkan penyimpangan dari variabilitas alami dalam iklim yang memanas. Komunikasi Alam, 9(1). https://doi.org/10.1038/s41467-018-03132-z

Lagu, J., Tong, G., Chao, J., Chung, J., Zhang, M., Lin, W., Zhang, T., Bentler, PM, & Zhu, W. (2023). Analisis jalur berbasis data dan perkiraan pemanasan global dan kenaikan permukaan laut. Laporan Ilmiah, 13(1), 5536.https://doi.org/10.1038/s41598-023-30789-4

Hu, S., Li, S., Zhang, Y., Guan, C., Du, Y., Feng, M., Ando, K., Wang, F., Schiller, A., & Hu, D. (2021). Mengamati gelombang panas laut bawah permukaan yang kuat di Samudera Pasifik bagian barat tropis. Surat Penelitian Lingkungan, 16(10), 104024. https://doi.org/10.1088/1748-9326/ac26f2

Hobday, AJ, Oliver, ECJ, Gupta, AS, Benthuysen, JA, Burrows, MT, Donat, MG, Holbrook, NJ, Moore, PJ, Thomsen, MS, Wernberg, T., & Smale, DA (2018). Mengkategorikan dan Memberi Nama GELOMBANG PANAS LAUT. Oseanografi, 31(2), 162–173. https://www.jstor.org/stable/26542662

Smale, DA, Wernberg, T., Oliver, ECJ, Thomsen, M., Harvey, BP, Straub, SC, Burrows, MT, Alexander, LV, Benthuysen, JA, Donat, MG, Feng, M., Hobday, AJ , Holbrook, NJ, Perkins-Kirkpatrick, SE, Scannell, HA, Sen Gupta, A., Payne, BL, & Moore, PJ (2019). Gelombang panas laut mengancam keanekaragaman hayati global dan penyediaan jasa ekosistem. Perubahan Iklim Alam, 9(4), 306–312. https://doi.org/10.1038/s41558-019-0412-1

Mohanty, PC, Kushabaha, A., Mahendra, RS, Nayak, RK, Sahu, BK, Rao, EPR, & Kumar, TS (2021). Persistensi gelombang panas laut yang menyebabkan pemutihan karang dan karakteristik spektralnya di sekitar terumbu karang Andaman. Pemantauan dan Penilaian Lingkungan, 193(8), 491. https://doi.org/10.1007/s10661-021-09264-y

Caputi, N., Kangas, M., Denham, A., Feng, M., Pearce, A., Hetzel, Y., & Chandrapavan, A. (2016). Adaptasi pengelolaan perikanan invertebrata terhadap peristiwa gelombang panas laut ekstrem di titik panas pemanasan global. Ekologi dan Evolusi, 6(11), 3583–3593. https://doi.org/10.1002/ece3.2137

Cheung, WWL, & Frölicher, TL (2020). Gelombang panas laut memperburuk dampak perubahan iklim terhadap perikanan di wilayah timur laut Pasifik. Laporan Ilmiah, 10(1), 6678.https://doi.org/10.1038/s41598-020-63650-z

Paweenawat, SW, & Plyngam, S. (nd). Volume 37, Edisi 2 Apakah ada hubungan sebab akibat antara konsumsi energi terbarukan, emisi CO2, dan pertumbuhan ekonomi di Thailand? Pendekatan ARDL.

Kartiasih, F., & Setiawan, A. (2020). Aplikasi Mekanisme Koreksi Kesalahan Dalam Analisis Dampak Pertumbuhan Ekonomi, Konsumsi Energi dan Perdagangan Internasional Terhadap Emisi CO2 di Indonesia. Media Statistika, 13(1), 104–115. https://doi.org/10.14710/medstat.13.1.104-115

Pribadi, W., & Kartiasih, F. (2020). Penilaian Kualitas Lingkungan dan Kemiskinan di Indonesia. Jurnal Pengelolaan Sumberdaya Alam Dan Lingkungan (Jurnal Pengelolaan Sumber Daya Alam dan Lingkungan), 10(1), 89–97. https://doi.org/10.29244/jpsl.10.1.89-97

Liao, X., Chen, Y., Zhao, H., & Zhao, X. (2010, Maret). Analisis sensitivitas koefisien penyimpanan CO2 dan CO2-EOR. Pada Konferensi Rekayasa Tenaga dan Energi Asia-Pasifik 2010 (hlm. 1-6). IEEE.

Conte, L., Szopa, S., Séférian, R., & Bopp, L. (2019). Siklus karbon monoksida di lautan dan emisinya ke atmosfer. Biogeosains, 16(4), 881–902. https://doi.org/10.5194/bg-16-881-2019

Easterbrook, DJ (2016). Gas-gas rumah kaca. Dalam Ilmu Iklim Berbasis Bukti (hlm. 163–173). Elsevier. https://doi.org/10.1016/B978-0-12-804588-6.00009-4

Abbass, K., Qasim, MZ, Lagu, H., Murshed, M., Mahmood, H., & Younis, I. (2022). Tinjauan terhadap dampak perubahan iklim global, adaptasi, dan langkah-langkah mitigasi berkelanjutan. Penelitian Ilmu Lingkungan dan Polusi, 29(28), 42539–42559. https://doi.org/10.1007/s11356-022-19718-6

Häder, D.-P., & Barnes, PW (2019). Membandingkan dampak perubahan iklim terhadap respons dan keterkaitan antara ekosistem darat dan perairan. Ilmu Lingkungan Total, 682, 239–246. https://doi.org/10.1016/j.scitotenv.2019.05.024

Bingkai, DJ, Rosier, SM, Noy, I., Harrington, LJ, Carey-Smith, T., Sparrow, SN, Stone, DA, & Dean, SM (2020). Atribusi perubahan iklim dan dampak ekonomi dari peristiwa cuaca ekstrem: studi tentang kerusakan akibat curah hujan ekstrem dan kekeringan. Perubahan Iklim, 162(2), 781–797. https://doi.org/10.1007/s10584-020-02729-y

Shukla, JB, Arora, MS, Verma, M., Misra, AK, & Takeuchi, Y. (2021). Dampak Kenaikan Permukaan Laut Akibat Pemanasan Global terhadap Dinamika Penduduk Pesisir: Studi Pemodelan. Sistem Bumi dan Lingkungan, 5(4), 909–926. https://doi.org/10.1007/s41748-021-00246-1

Mikhaylov, A., Moiseev, N., Aleshin, K., & Burkhardt, T. (2020). Perubahan iklim global dan efek rumah kaca. Masalah Kewirausahaan dan Keberlanjutan, 7(4), 2897–2913. https://doi.org/10.9770/jesi.2020.7.4(21)

Wossen, T., Berger, T., Haile, MG, & Troost, C. (2018). Dampak variabilitas iklim dan volatilitas harga pangan terhadap pendapatan rumah tangga dan ketahanan pangan rumah tangga petani di Afrika Timur dan Barat. Sistem Pertanian, 163, 7–15. https://doi.org/10.1016/j.agsy.2017.02.006

Scher, S., & Messori, G. (2019). Bagaimana Pemanasan Global Mengubah Kesulitan Prakiraan Cuaca Sinoptik. Surat Penelitian Geofisika, 46(5), 2931–2939. https://doi.org/10.1029/2018GL081856

Grup Bank Dunia, & Bank Pembangunan Asia. (2021). Profil Negara Risiko Perubahan Iklim: Indonesia. Bank Dunia

Kartiasih, F. (2019). Transformasi Struktural dan Ketimpangan Antardaerah di Provinsi Kalimantan Timur. INOVASI: Jurnal Ekonomi, Keuangan Dan Manajemen, 15(1), 105–113. https://doi.org/https://doi.org/10.30872/jinv.v15i1.5201

Laras Tursilowati, Rachmat Sunarya, Muzirwan, Edy Maryadi, Indah Susanti, Soni Aulia Rahayu, Tatik Kartika, Mamat Suhermat, Jamrud Aminuddin, & Nursida Arif. (2023). OBSERVASI PULAU PANAS PERKOTAAN MUSIM MENGGUNAKAN REMOTE SENSING DAN GOOGLE EARTH ENGINE DI IBUKOTA BARU INDONESIA. Jurnal Universitas Jiaotong Barat Daya, 58(4).https://doi.org/10.35741/issn.0258-2724.58.4.88

Cheshmehzangi, A. (2020). Analisis Pola Pemanasan Global dari tahun 1970an hingga 2010an. Ilmu Atmosfer dan Iklim, 10(03), 392–404. https://doi.org/10.4236/acs.2020.103022

Salwan, AA, Ahmed, AA, & Salim, MA (2021). Menggunakan Software ArcGIS dan Teknologi Penginderaan Jauh untuk Memprediksi Suhu Permukaan Tanah (LST) untuk Memantau Ekologi dan Perubahan Iklim di Hor Al-Dalmaj, Irak Selatan. Seri Konferensi IOP: Ilmu Bumi dan Lingkungan, 790(1). https://doi.org/10.1088/1755-1315/790/1/012076

Abdullah-Al-Faisal, Abdulla - Al Kafy, Foyezur Rahman, ANM, Rakib, A.Al, Akter, KS, Raikwar, V., Jahir, DMA, Ferdousi, J., & Kona, MA (2021). Penilaian dan prediksi perubahan suhu permukaan tanah musiman menggunakan gambar Landsat multi-temporal dan dampaknya terhadap hasil pertanian di Rajshahi, Bangladesh. Tantangan Lingkungan, 4. https://doi.org/10.1016/j.envc.2021.100147

Mustafa, EK, Co, Y., Liu, G., Kaloop, MR, Beshr, AA, Zarzoura, F., & Sadek, M. (2020). Kajian Memprediksi Suhu Permukaan Tanah (LST) Menggunakan Data Landsat: Perbandingan Empat Algoritma. Kemajuan Teknik Sipil, 2020. https://doi.org/10.1155/2020/7363546

Malakouti, SM (2023). Memanfaatkan data deret waktu dari tahun 1961 hingga 2019 yang tercatat di seluruh dunia dan pembelajaran mesin untuk membuat Model Prediksi Perubahan Suhu Global. Studi Kasus Teknik Kimia dan Lingkungan, 7. https://doi.org/10.1016/j.cscee.2023.100312

Alharbi, FR, & Csala, D. (2022). Rata-Rata Pergerakan Terpadu Autoregresif Musiman dengan Pendekatan Deret Waktu Berbasis Model Peramalan Faktor Eksogen (SARIMAX). Penemuan, 7(4), 94.https://doi.org/10.3390/inventions7040094

Ruslan, FA, Samad, AM, Tajjudin, M., & Adnan, R. (2016). Pemodelan prediksi banjir 7 jam menggunakan struktur NNARX: Studi Kasus Terengganu. Kolokium Internasional ke-12 IEEE 2016 tentang Pemrosesan Sinyal & Penerapannya (CSPA), 263–268. https://doi.org/10.1109/CSPA.2016.7515843

Li, ZL, Wu, H., Duan, SB, Zhao, W., Ren, H., Liu, X., Leng, P., Tang, R., Ye, X., Zhu, J., Sun, Y., Si, M., Liu, M., Li, J., Zhang, X., Shang, G., Tang, BH, Yan, G., & Zhou, C. (2023). Penginderaan Jauh Satelit Suhu Permukaan Daratan Global: Pengertian, Metode, Produk, dan Aplikasi. Dalam Review Geofisika (Vol. 61, Edisi 1). John Wiley dan Sons Inc.https://doi.org/10.1029/2022RG000777

Guillevic, P., Göttsche, F., Nickeson, J., Hulley, G., Ghent, D., Yu, Y., Trigo, I., Hook, S., Sobrino, JA, Remedios, J., Román , M. & Camacho, F. (2018). Protokol Praktik Terbaik Validasi Produk Suhu Permukaan Darat. Versi 1.1. Dalam P. Guillevic, F. Göttsche, J. Nickeson & M. Román (Eds.), Praktik yang Baik untuk Validasi Produk Tanah Berasal dari Satelit (hal. 58): Subkelompok Validasi Produk Tanah (WGCV/CEOS), doi:10.5067/ doc/ceoswgcv/lpv/lst.001

Hollmann, R., Merchant, CJ, Saunders, R., Downy, C., Buchwitz, M., Cazenave, A., Chuvieco, E., Defourny, P., de Leeuw, G., Forsberg, R., Holzer-Popp, T., Paul, F., Sandven, S., Sathyendranath, S., van Roozendael, M., & Wagner, W. (2013). Inisiatif Perubahan Iklim ESA: Catatan Data Satelit untuk Variabel Iklim Penting. Buletin Persatuan Meteorologi Amerika, 94(10), 1541–1552. https://doi.org/10.1175/BAMS-D-11-00254.1

Li, Z.-L., Tang, B.-H., Wu, H., Ren, H., Yan, G., Wan, Z., Trigo, IF, & Sobrino, JA (2013). Suhu permukaan tanah yang diturunkan dari satelit: Status dan perspektif saat ini. Penginderaan Jauh Lingkungan, 131, 14–37. https://doi.org/10.1016/j.rse.2012.12.008

Heizer, J., & Render, B. (2015). Manajemen Operasi : Keberlanjutan dan Manajemen Rantai Pasokan (Ed. 11). New Jersey: Pearson Education Inc.

Chambers, JQ, Fisher, JI, Zeng, H., Chapman, EL, Baker, DB, & Hurtt, GC (2007). Jejak Karbon Badai Katrina di Hutan Pantai Teluk AS. Sains, 318(5853), 1107–1107. https://doi.org/10.1126/science.1148913

Kenny, T., & Gray, NF (2009a). Perbandingan kinerja enam model jejak karbon untuk digunakan di Irlandia. Tinjauan Analisis Mengenai Dampak Lingkungan, 29(1), 1–6. https://doi.org/10.1016/j.eiar.2008.06.001

Nurulita, “Penerapan Metode Peramalan ARIMA untuk Penentuan Tingkat Safety Stock pada Industri Elektronik,” Skripsi, Universitas Indonesia, Fakultas Teknik, Program Studi Teknik Industri, Depok, Juli 2010.

H. Patel, "Apa itu Model ARIMA dan SARIMA?", Menjadi Manusia: Majalah Kecerdasan Buatan. [Berani]. Tersedia: https://becominghuman.ai/what-is-arima-and-sarima-model-10972b5e13c0. Diakses pada: November 2023.

B. Artley, "Perkiraan Rangkaian Waktu dengan ARIMA, SARIMA, dan SARIMAX: Penyelaman Mendalam pada Standar Emas Peramalan Rangkaian Waktu," Menuju Ilmu Data. [Berani]. Tersedia: https://towardsdatascience.com/time-series-forecasting-with-arima-sarima-and-sarimax-ee61099e78f6. Diakses pada: November 2023.

Arunraj, NS, Ahrens, D., & Fernandes, M. (2016). Penerapan Model SARIMAX untuk Meramalkan Penjualan Harian di Industri Ritel Makanan. Jurnal Internasional Riset Operasi dan Sistem Informasi, 7(2), 1–21. https://doi.org/10.4018/IJORIS.2016040101

Cox, DD, & Dekan, T. (2014). Jaringan Neural dan Visi Komputer yang Terinspirasi Ilmu Saraf. Biologi Saat Ini, 24(18), R921–R929. https://doi.org/10.1016/j.cub.2014.08.026

Boussaada, Z., Curea, O., Remaci, A., Camblong, H., & Mrabet Bellaaj, N. (2018). Model Jaringan Neural Nonlinear Autoregressive Exogenous (NARX) untuk Prediksi Radiasi Matahari Langsung Harian. Energi, 11(3), 620. https://doi.org/10.3390/en11030620

Araújo, R.de A., Oliveira, ALI, & Meira, S. (2017). Jaringan saraf morfologis untuk masalah klasifikasi biner. Penerapan Rekayasa Kecerdasan Buatan, 65, 12–28. https://doi.org/10.1016/j.engappai.2017.07.014

Gong, T., Fan, T., Guo, J., & Cai, Z. (2017). Optimalisasi paralel berbasis GPU dari jaringan saraf konvolusional imun dan sistem tertanam. Penerapan Rekayasa Kecerdasan Buatan, 62, 384–395. https://doi.org/10.1016/j.engappai.2016.08.019

Sánchez, D., Melin, P., & Castillo, O. (2017). Optimalisasi jaringan saraf granular modular menggunakan algoritma kunang-kunang untuk pengenalan manusia. Penerapan Rekayasa Kecerdasan Buatan, 64, 172–186. https://doi.org/10.1016/j.engappai.2017.06.007

Mohd, MRS, Johari, J., & Ruslan, FA (2020). Penerapan NNARX dalam Pemodelan Prediksi Radiasi Matahari. Prosiding - Konferensi IEEE ke-8 2020 tentang Sistem, Proses dan Kontrol, ICSPC 2020, Desember, 225–229. https://doi.org/10.1109/ICSPC50992.2020.9305787

Ruslan, FA, Samad, AM, & Adnan, R. (2017). Pemodelan sistem prediksi banjir menggunakan hybrid NNARX dan Extended Kalman Filter. Kolokium Internasional ke-13 IEEE 2017 tentang Pemrosesan Sinyal & Penerapannya (CSPA), 149–152. https://doi.org/10.1109/CSPA.2017.8064941

Coronado-Martinez, FU, Ruiz-Sanchez, FJ, & Suarez-Cerda, DA (2017). Deteksi kesalahan dan diagnosis sistem rekayasa kompleks berdasarkan multi model NNARX yang diterapkan pada pembangkit listrik berbahan bakar fosil. Pertemuan Musim Gugur Internasional IEEE 2017 tentang Ketenagalistrikan, Elektronika, dan Komputasi (ROPEC), 1–6. https://doi.org/10.1109/ROPEC.2017.8261601

Protic, D., & Milosavljevic, M. (nd). Model Sistem Penghasil Sinyal Ucapan NNARX: Kesalahan Uji Tunduk pada Pemilihan Mode Pemodelan. Konferensi Internasional Mikroelektronika ke-25 tahun 2006, 643–646. https://doi.org/10.1109/ICMEL.2006.1651050

Shaher Al-Gounmeein, R., & Tahir Ismail, M. (2020). Peramalan Nilai Tukar Dinar Yordania versus Dolar AS Menggunakan Model ARIMA Musiman Box-Jenkins. Jurnal Internasional Matematika dan Ilmu Komputer, 15(1), 27–40. http://ijmcs.future-in-tech.net

Tze-Haw, C., Chun Teck, L., & Chee-Wooi, H. (2013). ASIAN ACADEMY OF MANAGEMENT JURNAL AKUNTANSI dan PERAMALAN KEUANGAN RINGGIT MALAYSIAN: SEBELUM DAN SETELAH KRISIS GLOBAL. Dalam AAMJAF (Vol.9, Edisi 2).

DC Montgomery, CL Jennings, M. Kulahci, Pengantar Analisis dan Peramalan Rangkaian Waktu, Edisi ke-2, Wiley & Sons Inc., 2015, 643.

Lv, C.-X., An, S.-Y., Qiao, B.-J., & Wu, W. (2021). Analisis time series demam berdarah dengan sindrom ginjal di daratan Tiongkok dengan menggunakan model peramalan XGBoost. Penyakit Menular BMC, 21(1), 839. https://doi.org/10.1186/s12879-021-06503-y

Badan Meteorologi, Klimatologi, dan Geofisika. (2023, September). Informasi Parameter Iklim [Anomali suhu udara rata-rata bulanan]. https://www.bmkg.go.id/iklim/?p=ekstrem- perubahan-iklim




DOI: http://dx.doi.org/10.26418/justin.v12i3.74946

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 JUSTIN (Jurnal Sistem dan Teknologi Informasi)

ara komputer
View My Stats

Creative Commons License
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License