AISY, Jasmine Rikhdatul (2026) Perbandingan Kinerja Model Arima, Anfis, Dan Hybrid Arima-Anfis Untuk Peramalan Kelembaban Relatif Udara. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (134kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (69kB)
	Text 4. LEMBAR PENGESAHAN II.pdf Download (58kB)
	Text 5. KATA PENGANTAR.pdf Download (128kB)
	Text 6. ABSTRAK.pdf Download (124kB)
	Text 7. ABSTRACT.pdf Download (124kB)
	Text 8. DAFTAR ISI.pdf Download (139kB)
	Text 12. BAB 1 PENDAHULUAN.pdf Download (151kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (122kB)

Abstract

Kelembapan relatif udara merupakan salah satu parameter meteorologi yang memiliki peranan penting dalam menggambarkan kondisi atmosfer, khususnya yang berkaitan dengan dinamika uap air, pembentukan awan, dan kejadian hujan. Variasi kelembapan relatif yang dipengaruhi oleh faktor musiman dan kondisi cuaca menyebabkan data ini bersifat fluktuatif dan kompleks, sehingga diperlukan metode
peramalan yang mampu menangkap pola linier maupun nonlinier secara optimal. Penelitian ini bertujuan untuk melakukan peramalan data kelembapan relatif udara
harian menggunakan pendekatan runtun waktu dan kecerdasan komputasi. Data yang digunakan merupakan data kelembapan relatif udara harian pada Kota Semarang untuk periode Januari 2025 hingga Oktober 2025 yang diperoleh dari Badan
Meteorologi, Klimatologi, dan Geofisika (BMKG) melalui Stasiun Klimatologi Jawa Tengah. Data dibagi menjadi 80% data in-sample untuk pelatihan dan 20% data outsample untuk pengujian. Metode peramalan yang digunakan dalam penelitian ini adalah Autoregressive Integrated Moving Average (ARIMA), Adaptive Neuro-Fuzzy Inference System (ANFIS), dan metode hybrid ARIMA–ANFIS. Model ARIMA digunakan untuk memodelkan komponen linier data runtun waktu, sedangkan
ANFIS digunakan untuk menangkap hubungan nonlinier dengan input berupa lag data. Model hybrid dibangun dengan mengombinasikan kedua pendekatan tersebut melalui pemodelan residual ARIMA menggunakan ANFIS. Hasil analisis
menunjukkan bahwa metode ARIMA menghasilkan nilai sMAPE in-sample sebesar 8,38%, ANFIS sebesar 6,18%, dan hybrid ARIMA–ANFIS sebesar 8,37%. Metode ANFIS memberikan hasil peramalan terbaik karena memiliki nilai sMAPE outsample terendah sebesar 5,67% yang dapat dikatakan sangat baik karena kurang dari 10% dalam melakukan peramalan di antara metode lain yang dibandingkan.
Kata Kunci: Kelembapan Relatif, Deret Waktu, Peramalan, ARIMA, ANFIS, Hybrid ARIMA–ANFIS, sMAPE

Actions (login required)

View Item