Penerapan Model Hybrid SARIMAX-LSTM dalam Peramalan Kelembaban Tanah
Tahun 2026 · Penulis: Achmad Teguh Prasetya Wicaksono
Faculty of Mathematics and Natural Sciences, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/14104
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Kelembapan tanah merupakan indikator penting dalam pertanian, hidrologi, dan pengelolaan lingkungan karena berperan krusial dalam menentukan ketersediaan air bagi tanaman serta kondisi tanah. Namun, karakteristik deret waktu (time series) dari data kelembapan tanah—yang menunjukkan pola linear, musiman, dan non-linear yang kompleks—menjadi tantangan tersendiri bagi model peramalan tunggal. Model SARIMAX digunakan untuk menangkap komponen linear dan musiman dari data deret waktu, sedangkan model LSTM dimanfaatkan untuk memodelkan komponen residual non-linear yang tidak dapat dijelaskan secara memadai oleh model SARIMAX. Oleh karena itu, penelitian ini bertujuan untuk menerapkan model hibrida SARIMAX-LSTM guna meningkatkan akurasi peramalan kelembapan tanah. Penelitian ini menggunakan data harian kelembapan tanah sebagai variabel target dan data meteorologi sebagai variabel eksogen yang diperoleh dari NASA POWER untuk periode tahun 2010–2025. Kinerja model dievaluasi menggunakan *Root Mean Square Error* (RMSE). Hasil penelitian menunjukkan bahwa model SARIMAX, LSTM, dan hibrida SARIMAX-LSTM masing-masing mencapai nilai RMSE sebesar 0,303, 0,067, dan 0,055. Model hibrida SARIMAX-LSTM menghasilkan kesalahan prediksi terendah, yang membuktikan bahwa integrasi SARIMAX dan LSTM meningkatkan akurasi peramalan kelembapan tanah dibandingkan dengan model-model individual, karena mampu menangkap karakteristik data yang bersifat linear maupun non-linear secara lebih efektif.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,888
Tahun 2026 · Penulis: Aldila Muraya Paniculata Marisca
Model Hybrid SARIMAX-LSTM untuk Peramalan Curah Hujan di Kabupaten Banyuwangi
Penelitian ini bertujuan memprediksi curah hujan menggunakan model hybrid SARIMAX-LSTM. Data yang digunakan berupa data deret waktu dalam rentang periode 1 Januari 2000 hingga 30 Oktober 2025 dan dikumpulkan dari laman resmi NASA POWER. Variabel yang digunakan
- Cosine 0,843
Tahun 2026 · Penulis: Divo Tahta Imannulloh
Sistem Prediksi Harga Bawang Merah di Jawa Timur Menggunakan Pendekatan Hybrid Arima-ES-LSTM
Bawang merah merupakan komoditas hortikultura strategis di Indonesia dengan tingkat volatilitas harga tertinggi tercatat di Provinsi Jawa Timur. Fluktuasi harga yang tinggi, bersifat nonlinier, dan dipengaruhi pola musiman menyebabkan metode peramalan tunggal
- Cosine 0,836
Tahun 2026 · Penulis: Adinda Yecinthya Nurliyanti
Pembuatan Sistem Peramalan Nilai Tukar Petani Berbasis Model SARIMAX dan Hybrid SARIMAX-LSTM
Nilai Tukar Petani (NTP) adalah indikator kunci kesejahteraan para petani di Indonesia, mencerminkan rasio antara harga yang diterima oleh para petani dan harga yang dibayar untuk konsumsi dan masukan produksi. Meskipun peran strategis dalam formula kebijakan,