Optimasi Pertanian Padi: Peramalan Curah Hujan Berbasis Arima Untuk Penentuan Waktu Tanam Yang Tepat

Penulis

  • Sofi Defiyanti Universitas Singaperbangsa Karawang, Kabupaten Kawarang
  • Betha Nurina Sari Universitas Singaperbangsa Karawang, Kabupaten Kawarang
  • Tesa Nur Padilah Universitas Singaperbangsa Karawang, Kabupaten Kawarang

DOI:

https://doi.org/10.25126/jtiik.1168682

Abstrak

Pertumbuhan dan produksi padi tidak dapat dilepaskan dari pengaruh yang kuat dari perubahan iklim. Perubahan iklim dengan anomali yang tinggi pada beberapa tahun belakang menyebabkan ancaman bagi produksi pertanian khususnya tanaman padi. Maka diperlukan metode yang dapat dipergunakan untuk mengoptimalkan hasil produksi pertanian salah satunya adalah dengan menentukan kapan waktu tanam terbaik untuk tanaman padi menggunakan kalender tanam. Peramalan menggunakan metode ARIMA dapat dilakukan untuk meramalkan curah hujan yang akan datang, sehingga dapat diketahui kapan waktu terbaik untuk awal tanam. Prediksi curah hujan dasarian telah dilakukan dengan menggunakan metode ARIMA (1,0,1) yang berasal dari data histori selama 5 tahun di provinsi Jawa Barat pada stasiun Klimatologi Jawa Barat dengan nilai AIC terkecil 2078,28. Prediksi curah hujan dasarian dihasilkan untuk Desember dasarian ke-3 tahun 2023 sampai Juni dasarian ke-2 tahun 2024 Hasil prediksi menunjukkan bahwa waktu tanam padi yang optimal dimulai pada bulan November dasarian ke-3, ketika curah hujan diperkirakan mencapai lebih dari 50 mm/dasarian selama beberapa dasarian berikutnya. Prediksi ini sejalan dengan prakiraan cuaca dari BMKG untuk awal musim hujan 2023/2024 di Jawa Barat.

 

Abstract

Growth and production of rice cannot be separated from the strong influence of climate change. Recent years of high climate anomalies have posed a threat to agricultural production, particularly rice cultivation. Therefore, methods are needed to optimize agricultural production, one of which is determining the best planting time for rice using a planting calendar. Forecasting using the ARIMA method can be used to predict future rainfall, helping to identify the best time to start planting. Dasarian rainfall predictions have been conducted using the ARIMA (1,0,1) method based on historical data over five years from West Java province at the West Java Climatology Station, yielding the smallest AIC value of 2078.28. The dasarian rainfall forecast was generated for the period from December in the 3rd dasarian of 2023 to June in the 2nd dasarian of 2024. The results indicate that the optimal time to plant rice begins in November in the 3rd dasarian, when rainfall is expected to exceed 50 mm/dasarian for several subsequent dasarians. This prediction aligns with the weather forecast from BMKG for the start of the rainy season in 2023/2024 in West Java.

Downloads

Download data is not yet available.

Referensi

BMKG, 2023. Prakiraan Musim Hujan 2023/2024. Badan Meteorologi Klimatologi dan Geofisika.

CANDRA DEVI, N.M.M., BAYUPATI, I.P.A. dan WIRDIANI, N.K.A., 2022. Prediksi Curah Hujan Dasarian dengan Metode Vanilla RNN dan LSTM untuk Menentukan Awal Musim Hujan dan Kemarau. Jurnal Edukasi dan Penelitian Informatika (JEPIN), 8(3), hal.405. https://doi.org/10.26418/jp.v8i3.56606.

CHEN, M., LINKER, R., LYU, X. dan LUO, Y., 2024. Irrigation forecasting for paddy rice using the ACOP-Rice model and public weather forecasts. [daring] Irrigation Science, Springer Berlin Heidelberg.

https://doi.org/10.1007/s00271-023-00904-4.

DIMRI, T., AHMAD, S. dan SHARIF, M., 2020. Time series analysis of climate variables using seasonal ARIMA approach. Journal of Earth System Science, 129(1). https://doi.org/10.1007/s12040-020-01408-x.

HAILEMESKEL ABEBE, T., 2020. Time Series Analysis of Monthly Average Temperature and Rainfall Using Seasonal ARIMA Model (in Case of Ambo Area, Ethiopia). International Journal of Theoretical and Applied Mathematics, 6(5), hal.76. https://doi.org/10.11648/j.ijtam.20200605.13.

HUSSAIN, S., HUANG, J., HUANG, JI., AHMAD, S., NANDA, S., ANWAR, S., SHAKOOR, A., ZHU, C., ZHU, L., CAO, X., JIN, Q. dan ZHANG, J., 2020. Rice Production Under Climate Change: Adaptations and Mitigating Strategies. Environment, Climate, Plant and Vegetation Growth. https://doi.org/10.1007/978-3-030-49732-3_19.

ILHAMIYAH, GUNAWAN, A., ASH’ARI, F.M. dan GAZALI, A., 2023. Penyusunan Kalender Tanam dan Pengendalian Hama Terpadu Pada Budidaya Tanaman Pakcoy. Jurnal Pengabdian Al-ikhlas, 8(3), hal.378–385.

LAI, Y. dan DZOMBAK, D.A., 2020. Use of the autoregressive integrated moving average (Arima) model to forecast near-term regional temperature and precipitation. Weather and Forecasting, 35(3), hal.959–976. https://doi.org/10.1175/WAF-D-19-0158.1.

MASUM, M.H., ISLAM, R., HOSSEN, M.A. dan AKHIE, A.A., 2022. Time Series Prediction of Rainfall and Temperature Trend using ARIMA Model. Journal of Scientific Research, 14(1), hal.215–227. https://doi.org/10.3329/jsr.v14i1.54973.

MURNI, W.S. dan PURNAMA, H., 2020. Pengembangan Pola Tanam Tanaman Pangan dengan Introduksi Teknologi Kalender Tanam ( KATAM ) Terpadu. In: Seminar Nasional Lahan Suboptimal. hal.1057–1064.

NOVAL, A., ZULKIEFLIMANSYAH, Z. dan UMAR, U., 2023. Analisis Pemetaan Sistem Blok Air Pada Petani Di Dinas Pekerjaan Umum Dan Penataan Ruang Di Kabupaten Sumbawa Barat. Ganec Swara, 17(4), hal.1492. https://doi.org/10.35327/gara.v17i4.634.

PARVIZ, L. dan GHORBANPOUR, M., 2024. Assimilation of PSO and SVR into an improved ARIMA model for monthly precipitation forecasting. Scientific Reports, [daring] 14(1), hal.1–17. https://doi.org/10.1038/s41598-024-63046-3.

RIANTO, M. dan YUNIS, R., 2021. Analisis Runtun Waktu Untuk Memprediksi Jumlah Mahasiswa Baru Dengan Model Random Forest. Paradigma - Jurnal Komputer dan Informatika, 23(1). https://doi.org/10.31294/p.v23i1.9781.

TWUMASI, Y.A., ANNAN, J.B., MEREM, E.C., NAMWAMBA, J.B., AYALA-SILVA, T., NING, Z.H., ASARE-ANSAH, A.B., OPPONG, J., FRIMPONG, D.B., LOH, P.M., OWUSU, F., KANGWANA, L.A., MWAKIMI, O.S., PETJA, B.M., OKWEMBA, R., AKINRINWOYE, C.O., MOSBY, H.J. dan MCCLENDON-PERALTA, J., 2021. Time Series Analysis on Selected Rainfall Stations Data in Louisiana Using ARIMA Approach. Open Journal of Statistics, 11(05), hal.655–672. https://doi.org/10.4236/ojs.2021.115039.

Diterbitkan

10-12-2024

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Optimasi Pertanian Padi: Peramalan Curah Hujan Berbasis Arima Untuk Penentuan Waktu Tanam Yang Tepat. (2024). Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(6), 1377-1384. https://doi.org/10.25126/jtiik.1168682