STTMCILEUNGSISTTMCILEUNGSI

TEKNOSAINS : Jurnal Sains, Teknologi dan InformatikaTEKNOSAINS : Jurnal Sains, Teknologi dan Informatika

Penelitian ini mengembangkan model peramalan konsumsi air pada Perumda Air Minum (PDAM) Kota Padang dengan menggunakan pendekatan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk meningkatkan perencanaan distribusi air. Data konsumsi bulanan tahun 2007 hingga 2024 dianalisis menggunakan teknik deret waktu. Hasil penelitian mengidentifikasi SARIMA (1,1,1)(1,1,1)₁₂ sebagai model optimal yang secara efektif menangkap tren jangka panjang serta fluktuasi musiman. Model tersebut menunjukkan akurasi prediksi yang tinggi dengan Mean Absolute Percentage Error (MAPE) sebesar 5,26 %. Meskipun Root Mean Square Error (RMSE) sebesar 238.967,70 m³ menunjukkan keterbatasan ketahanan terhadap anomali data ekstrem, model tetap sangat efektif untuk peramalan pada kondisi operasional normal. Temuan ini memberikan dasar berbasis data bagi manajemen sumber daya air Kota Padang, serta menyediakan alat yang lebih presisi untuk memprediksi siklus permintaan. Penelitian selanjutnya disarankan untuk mempertimbangkan integrasi variabel eksternal guna mengakomodasi volatilitas non-musiman secara lebih baik.

Penelitian ini menunjukkan bahwa model SARIMA(1,1,1)(1,1,1)₁₂ merupakan alat yang sangat efektif untuk meramalkan konsumsi air di Kota Padang dengan akurasi tinggi (MAPE 5,26 %).Meskipun model berhasil menangkap tren naik jangka panjang dan pola musiman bulanan, sensitivitasnya terhadap RMSE sebesar 238.967,70 m³ menandakan keterbatasan dalam mengantisipasi gangguan pasokan eksternal seperti kerusakan infrastruktur akibat banjir.Oleh karena itu, disarankan untuk mengintegrasikan variabel eksogen atau menggunakan pendekatan hibrida guna meningkatkan ketahanan model terhadap anomali non‑periodik.

Penelitian selanjutnya dapat mengeksplorasi pengaruh variabel eksogen seperti curah hujan, suhu, dan indikator ekonomi terhadap akurasi model SARIMA atau SARIMAX dalam peramalan konsumsi air di Padang, sehingga dapat menangkap fluktuasi non‑musiman yang signifikan. Selain itu, diperlukan perbandingan kinerja antara model hibrida yang menggabungkan SARIMA dengan algoritma pembelajaran mesin seperti LSTM atau XGBoost untuk meningkatkan ketahanan terhadap kejadian ekstrem dan mengurangi nilai RMSE. Selanjutnya, pengembangan sistem peramalan real‑time yang mengintegrasikan data sensor lapangan dan mekanisme pembaruan model adaptif dapat memberikan dukungan keputusan yang dinamis bagi manajemen distribusi air, mempercepat respons terhadap perubahan permintaan dan kondisi infrastruktur.

  1. Dampak Urbanisasi terhadap Perkembangan Kota di Indonesia: Tinjauan dari Aspek Ekonomi Pembangunan |... journal.appisi.or.id/index.php/wissen/article/view/562Dampak Urbanisasi terhadap Perkembangan Kota di Indonesia Tinjauan dari Aspek Ekonomi Pembangunan journal appisi index php wissen article view 562
  2. A Studi Metode Perhitungan Fluktuasi Pemakaian Air di Apartemen Tanpa Jam Pemompaan | AJIE (Asian Journal... journal.uii.ac.id/ajie/article/view/25653A Studi Metode Perhitungan Fluktuasi Pemakaian Air di Apartemen Tanpa Jam Pemompaan AJIE Asian Journal journal uii ac ajie article view 25653
  3. Analisa Tingkat Kehilangan Air (Water Losses) pada Jaringan Distribusi PDAM Tirta Hidayah Zona 3 Kota... doi.org/10.31004/riggs.v4i3.2302Analisa Tingkat Kehilangan Air Water Losses pada Jaringan Distribusi PDAM Tirta Hidayah Zona 3 Kota doi 10 31004 riggs v4i3 2302
  4. Optimalisasi tata letak fasilitas produksi trolley untuk meningkatkan efisiensi produksi menggunakan... doi.org/10.37373/jenius.v6i2.1957Optimalisasi tata letak fasilitas produksi trolley untuk meningkatkan efisiensi produksi menggunakan doi 10 37373 jenius v6i2 1957
Read online
File size403.68 KB
Pages7
DMCAReport

Related /

ads-block-test