Melola Discovery

← Melola Discovery

Jurnal SINTA 3

PENERAPAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PREDIKSI BILANGAN SUNSPOT

BAREKENG: Jurnal Ilmu Matematika dan Terapan · Vol. 15 No. 3 (2021) · hlm. 555–564

DOI
10.30598/barekengvol15iss3pp555-564
ISSN
2615-3017, 1978-7227
Terbit
2021-09-01
Penerbit
PATTIMURA UNIVERSITY
Bahasa
eng

Abstrak

Peristiwa magnetik pada matahari ditandai dengan salah satu tanda yaitu munculnya sunspot atau bintik matahari. Sunspot terletak di fotosfer matahari yang memiliki warna lebih gelap dari pancaran sekitarnya. Tujuan dari penelitian ini adalah untuk memprediksi bilangan sunspot dengan menggunakan metode ARIMA. Metode ARIMA dilakukan dengan melihat plot ACF dan PACF untuk mendapatkan model yang akan digunakan dalam prediksi. Penelitian ini menggunakan data bilangan sunspot yang dimulai dari bulan Januari tahun 1987 hingga bulan Desember 2019 sebanyak 396 data. Dari data tersebut didapatkan 4 model ARIMA yaitu ARIMA(3,1,2), ARIMA(3,1,1), ARIMA(2,1,2), ARIMA(2,1,1). Dari keempat model tersebut, model terbaik yang digunakan untuk prediksi yaitu ARIMA(2,1,2) dengan nilai AIC sebesar -884,87.

Jaringan kolaborasi para penulis

40 penulis · 130 tautan kepenulisan bersama · 27 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • UIN Sunan Ampel Surabaya
  • Badan Pusat Statistik
  • Meteorological, Climatological, And Geophysical Agency
  • National Taiwan University of Science and Technology
  • Institut Teknologi Sepuluh Nopember
  • Universiti Teknologi MARA
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Hani KhaulasariUIN Sunan Ampel Surabaya8
Moh. HafiyusholehUIN Sunan Ampel Surabaya7
Fajar SetiawanMeteorological, Climatological, And Geophysical Agency5
Putroue Keumala IntanUIN Sunan Ampel Surabaya3
Dina Zatusiva HaqUIN Sunan Ampel Surabaya3
Unix Izyah ArfiantiUIN Sunan Ampel Surabaya3
Achmad Fachril Yusuf AbabilUIN Sunan Ampel Surabaya3
Diah Devi PramestiUIN Sunan Ampel Surabaya2
Ghaluh Indah Permata SariNational Taiwan University of Science and Technology2
Ahmad Hanif AsyharUIN Sunan Ampel Surabaya2
Chalawatul AisUIN Sunan Ampel Surabaya2
Aris FananiUIN Sunan Ampel Surabaya2
Ilmiatul MardiyahUIN Sunan Ampel Surabaya2
Dewi SulistiyawatiBadan Pusat Statistik2
Alvin Nuralif RamadantiUIN Sunan Ampel Surabaya2
Indra Ariyanto WijayaAfiliasi tidak diketahui2
Victory Tyas Pambudi SwindiartoAfiliasi tidak diketahui2
Firda Yunita SariUIN Sunan Ampel Surabaya2
Nurissaidah UlinnuhaUIN Sunan Ampel Surabaya2
Syamil Waris Dien MuhammadUIN Sunan Ampel Surabaya2
Yuniar FaridaUIN Sunan Ampel Surabaya1
Achmad Teguh WibowoUIN Sunan Ampel Surabaya1
Eka Alifia KusnantiInstitut Teknologi Sepuluh Nopember1
Mohammad HafiyusholehAfiliasi tidak diketahui1
Siti Nur FadilahUIN Sunan Ampel Surabaya1
Muhammad ImronUIN Sunan Ampel Surabaya1
Firman ArmunantoBadan Pusat Statistik1
Ahmad Naufal DzakyUIN Sunan Ampel Surabaya1
Lutfi HakimUIN Sunan Ampel Surabaya1
Risma Madurahma PutriUIN Sunan Ampel Surabaya1
Shafa Fitria Aqilah KhansaUIN Sunan Ampel Surabaya1
Shukor Sanim Mohd FauziUniversiti Teknologi MARA1
Maunah SetyawatiUIN Sunan Ampel Surabaya1
Jeneiro MaulanaAfiliasi tidak diketahui1
Shifa Amelia RachmanUIN Sunan Ampel Surabaya1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs3.unpatti.ac.id/index.php/barekeng/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PENERAPAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PREDIKSI BILANGAN SUNSPOT</dc:title>
	<dc:creator>Yuliawanti, Felia Dria</dc:creator>
	<dc:creator>Novitasari, Dian C. Rini</dc:creator>
	<dc:creator>Widodo, Nanang</dc:creator>
	<dc:creator>Hamid, Abdulloh</dc:creator>
	<dc:creator>Utami, Wika Dianita</dc:creator>
	<dc:description xml:lang="en-US">Peristiwa magnetik pada matahari ditandai dengan salah satu tanda yaitu munculnya sunspot atau bintik matahari. Sunspot terletak di fotosfer matahari yang memiliki warna lebih gelap dari pancaran sekitarnya. Tujuan dari penelitian ini adalah untuk memprediksi bilangan sunspot dengan menggunakan metode ARIMA. Metode ARIMA dilakukan dengan melihat plot ACF dan PACF untuk mendapatkan model yang akan digunakan dalam prediksi. Penelitian ini menggunakan data bilangan sunspot yang dimulai dari bulan Januari tahun 1987 hingga bulan Desember 2019 sebanyak 396 data. Dari data tersebut didapatkan 4 model ARIMA yaitu ARIMA(3,1,2), ARIMA(3,1,1), ARIMA(2,1,2), ARIMA(2,1,1). Dari keempat model tersebut, model terbaik yang digunakan untuk prediksi yaitu ARIMA(2,1,2) dengan nilai AIC sebesar -884,87.</dc:description>
	<dc:publisher xml:lang="en-US">PATTIMURA UNIVERSITY</dc:publisher>
	<dc:date>2021-09-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/3082</dc:identifier>
	<dc:identifier>10.30598/barekengvol15iss3pp555-564</dc:identifier>
	<dc:source xml:lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 15 No 3 (2021): BAREKENG: Jurnal Ilmu Matematika dan Terapan; 555-564</dc:source>
	<dc:source>2615-3017</dc:source>
	<dc:source>1978-7227</dc:source>
	<dc:source>10.30598/barekengvol15iss3year2021</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/3082/3212</dc:relation>
</oai_dc:dc>