Peramalan Metode Box-Jenkins Untuk Memprediksi Banyaknya Air Bersih yang Disalurkan PDAM di Pekanbaru

Abstract

Ketersediaan air bersih bagi masyarakat mempunyai peran yang sangat berpengaruh dalam meningkatkan kesehatan lingkungan dan masyarakat, serta mengurangi jumlah penderita penyakit yang berhubungan dengan air bersih. Metode Box-Jenkins menggunakan variabel terikat data dimasa lalu tanpa melihat data tersebut stasioner ataupun tidak. Penelitian ini menggunakan metode Box-Jenkins yang bertujuan untuk meramalkan banyaknya air bersih yang disalurkan PDAM di Pekanbaru. Data yang digunakan dalam penelitian ini adalah data air bersih yang disalurkan PDAM di Pekanbaru. Hasil yang diperoleh dari penelitian ini yakni model yang sesuai untuk meramalkan data air bersih yang disalurkan PDAM di Pekanbaru adalah ARIMA(1,1,1) merupakan model yang sesuai untuk meramalkan dengan nilai MAPE 4%. Dengan hasil peramalan untuk kebutuhan air bersih di Pekanbaru dari bulan Januari 2022 sampai dengan Desember 2023 mengalami kenaikan setiap bulannya. Seiring dengan meningkatnya laju pertumbuhan penduduk di Pekanbaru kebutuhan air bersih pun meningkat sesuai dengan kebutuhan, selain itu struktur tanah yang mayoritas gambut dan kualias air yang berwarna dan berminyak juga mempengaruhi hasil peramalan kebutuhan air bersih di Pekanbaru.

Model Arima Box-Jenkins Untuk Meramalkan Jumlah Kunjungan Wisatawan Mancanegara Di Kabupaten Lombok Barat

“…Box-Jenkins merekomendasikan bahwa stasionare atau tidaknya sebuah data runtun waktu, pada prosesnya nanti dapat dilakukan 1 atau lebih proses diferensi dengan pendekatan Model ARIMA (Eni & Adeyeye, 2015). Penelitian yang dilakukan oleh (Desvina & Nuraziza, 2022) mengatakan bahwa dalam pembentukan model Box-Jenkins untuk peramalan terdiri dari beberapa tahapan yaitu uji stasioneritas data, mengidentifikasi 68 Setiawan, R.N.S., Kusuma, W., Primajati, G., Soraya, S., dan Aziza, I.F. model, mengestimasi parameter model, melakukan pemeriksaan diagnostik, dan melakukan prediksi waktu mendatang.…”

Penerapan Model ARIMA terhadap Kebutuhan Jumlah Vaksin Booster COVID-19 di Provinsi Sulawesi Selatan

“…Metode ARIMA merupakan metode yang memanfaatkan pendekatan deret waktu dengan menggunakan teknik-teknik korelasi antar suatu deret waktu ( [3], [4]). Di dalam metode ARIMA, terdapat beberapa model yang dihasilkan dan dapat dikelompokkan menjadi dua model, yaitu model yang linear dan stasioner seperti moving average (MA), autoregressive (AR), kombinasi MA dan AR menjadi model ARMA dan model yang nonstasioner seperti model ARIMA dan SARIMA [5]. Penelitian tentang penggunaan metode ARIMA telah dilakukan dengan berbagai topik permasalahan seperti dalam penggunaan data jumlah produksi tanaman kelapa sawit [6], data harga bitcoin [7], dan data harga saham Garuda Indonesia di tengah pandemi COVID-19 [8].…”

Prediksi Jumlah Narapidana Kelas II A Kota Pekanbaru Menggunakan Model ARIMA

“…Peramalan adalah proses memperkirakan sesuatu yang akan terjadi di masa yang akan datang. Langkah dalam metode peramalan secara umum adalah pengumpulan data, menyeleksi data dan memilih data, memilih model peramalan, menerapkan model untuk peramalan, evaluasi hasil akhir [3] [4] : [5][6] :…”

“…Pada tahap ini menggunakan model peramalan yang sudah di verifikasi.Dalam melakukan peramalan terdiri atas beberapa tahap yaitu data training, data testing, peramalan, dan untuk uji akurasi peramalan yaitu dengan menggunakan uji MAPE [5]. Berdasarkan Tabel 3 dapat diambil kesimpulan bahwa model sementara model ARIMA(2,1,0) signifikan terhadap konstanta dan parameter.…”