Prediksi cuaca kota Surabaya menggunakan autoregressive integrated moving average (arima) box jenkins dan kalman filter

Perubahan kondisi musim di Indonesia menimbulkan banyak bencana seperti tanah longsor, banjir, angin puting beliung bahkan hujan es. Kondisi cuaca ekstrem yang terjadi ada baiknya harus tetap di waspadai untuk mengantisispasi berbagai kemungkinan yang terjadi dan untuk mengurangi serta meminimalkan dampak yang merugikan masyarakat. Perancangan sistem prediksi cuaca pada penelitian ini menggunakan model Autoregressive Integrated Moving Average ARIMA Box Jenkins dan Kalman filter dengan tujuan dapat meprediksi cuaca Kota Surabaya yang semakin ekstrem di akhir tahun 2017. Pada penelitian ini prediksi difokuskan pada variabel kelembapan, suhu, dan kecepatan angin dengan hasil prediksi 5 hari kedepan. Adapun prediksi cuaca Kota Surabaya menggunakan metode ARIMA–Kalman filter didapatkan goal eror terkecil (eror MAPE) masing masing sebesar 0.000389 untuk prediksi kelembapan, 0.000705 untuk prediksi suhu, dan 0.0169 untuk prediksi kecepatan angin.