Budi Nurani RuchjanaAtje Setiawan AbdullahPUTRI MONIKA2024-05-302024-05-302023-01-16https://repository.unpad.ac.id/handle/kandaga/140220210010Data Spatio Temporal adalah data yang diurutkan berdasarkan lokasi dan waktu secara simultan. Data Spatio Temporal dapat dimodelkan dengan Model Spatio Temporal berbasis model deret waktu Box-Jenkins antara lain Model Generalized Space Time Autoregressive (GSTAR) untuk data yang stasioner dan Model Generalized Space Time Autoregressive Integrated (GSTARI) untuk data yang tidak stasioner dengan mempertimbangkan interaksi antar lokasi melalui matriks bobot. Kebaruan pada penelitian ini merupakan pengembangan asumsi Model Spatio Temporal yang dinamakan Model Generalized Space Time Autoregressive Integrated – Exogenous- Autoregressive Conditional Heteroscedasticity disingkat GSTARI-X-ARCH untuk data Spatio Temporal dengan data tidak stasioner, penambahan variabel eksogen dan variansi eror tidak konstan. Model GSTARI-XARCH diterapkan pada fenomena Spatio-Temporal dengan ukuran data yang besar, sehingga metodologi penelitian dapat digunakan proses Knowledge Discovery in Databases (KDD) dalam data mining meliputi tahapan pre-processing, proses data mining dan post-processing. Data dalam penelitian digunakan data iklim di Jawa Barat bersumber dari website National Aeronautics and Space Administration Prediction of Worldwide Energy Resources (NASA POWER) dengan variabel penelitian berupa curah hujan sebagai variabel respon dan kelembapan sebagai variabel eksogen. Penerapan Model GSTARI-X-ARCH dengan pendekatan data mining menggunakan script R terintegrasi pada peramalan curah hujan yang dipengaruhi oleh kelembapan memiliki hasil peramalan yang akurat. Hal ini didukung dengan perolehan nilai MAPE pada data in-sample dan data out-sample sebesar 19%. Hasil peramalan menggunakan model GSTARI-X-ARCH dengan melibatkan pengaruh antar lokasi dan waktu secara simultan menunjukkan bahwa Kota Sukabumi pada bulan Februari 2021 memiliki intensitas curah hujan paling tinggi dan Kota Bandung memiliki intensitas curah hujan paling rendah. Hasil peramalan ini diharapkan dapat menjadi rekomendasi bagi instansi terkait sebagai early warning dalam deskripsi dan prediksi fenomena iklim yang bermanfaat bagi masyarakat.GSTARI-X-ARCHData MiningMAPEMODEL GSTARI-X-ARCH DENGAN PENDEKATAN DATA MINING DAN PENERAPANNYA PADA FENOMENA IKLIM DI JAWA BARAT