Prosiding Seminar Nasional Etnomatnesia PEMODELAN DAN FORECASTING KEBUTUHAN AIR BERSIH DI PROPINSI DIY MENGGUNAKAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

Padrul Jana, Nendra Ms, Dwipa
unpublished
The need of clean water will be something that is expensive in the future. Because of that reason, the focus of this research is the forecasting of clean water need in DIY. The purpose of this research is to find the best model and suitable with the data that will be used in the forecasting. The data of forecasting can be used by the people as the alternative solution to anticipate the possibility and the based reason to make regulation. The meodel that would be employed is ARIMA with the step
more » ... RIMA with the step of preprocessing, model identification, model estimation and diagnostic check and forecasting. The best model after data analyzing is ARIMA (1,1,0) with the Sum squared resid of 0,330933, Akaike info criterion of 1.050808, Schwarz info criterion of-0.951235, that best model will be employed to conduct forecasting some steps ahead. The result of clean water need forecasting in the next 5 years is A. PENDAHULUAN Kondisi terkini, manusia sangat dimanjakan oleh teknologi dengan kemajuan teknologi segala aktifitas dan kegiatan manusia bertumpu padanya. Masa yang akan datang kecerdasan buatan manusia yang bernama teknologi akan mampu menggantikan fungsi manusia. Efek kemajuan tersebut dunia akan menjadi bank data dan sekarang adalah baru permulaan dari masa periode data. Generasi yang menang adalah generasi yang menguasai data dan mampu menggunakan data. Dampak dari semua itu teknologi akan semakin murah, sedangkan barang yang menjadi mahal adalah kebutuhan manusia salah satunya air. Sumber air menjadi kotor oleh perbuatan manusia sendiri. Sungai telah tercemar, danau yang tidak lagi mengalirkan air bersih, semua itu dikarenakan pabrik-pabrik yang sembarangan membuang limbah-limbah kotor tersebut. Dulu berita mengenai air kotor di suatu negara adalah hal yang jarang, namun pada tahun 2013 sebuah berita mengenai krisis air bersih sudah menjadi topik keseharian. Dapat dibayangkan pada tahun 2023?. Berkaca pada kondisi tersebut, sangat penting untuk mengetahui kondisi kebutuhan air bersih diwaktu yang akan datang. Forecasting kebutuhan air bersih menjadi mutlak perlu, untuk meramalkan kondisi ke depan. Dengan begitu, pemerintah atau pihak terkait dapat mempersiapkan lebih dini. Salah satu metode untuk forecasting data adalah menggunakan ARIMA, karena ARIMA merupakan teknik mencari pola yang paling cocok dari data masa lalu dan digunakan untuk forecasting jangka pendek. Model ARIMA banyak digunakan dalam forecasting data seperti forecasting mengenai popularitas pencarian judul artikel dengan ARIMA berbasis Backpropagation Neural Networks (BPNNs)
fatcat:kqdpmqeciremrcuorvh47ubjqe