PEMODELAN DURASI DAN PERAMALAN FENOMENA ENSO: PENDEKATAN COX PROPORTIONAL HAZARDS DAN ARIMAX VARIASI KALENDER TERHADAP INDEKS ONI | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

PEMODELAN DURASI DAN PERAMALAN FENOMENA ENSO: PENDEKATAN COX PROPORTIONAL HAZARDS DAN ARIMAX VARIASI KALENDER TERHADAP INDEKS ONI


Pengarang

Aura Nashuha - Personal Name;

Dosen Pembimbing

Samsul Anwar - 198509062010031003 - Dosen Pembimbing I
Evi Ramadhani - 197309281998022001 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

2108108010032

Fakultas & Prodi

Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas MIPA (S1)., 2026

Bahasa

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Fenomena El Niño dan La Niña merupakan bagian dari variabilitas iklim global yang berdampak terhadap kondisi iklim regional. Penelitian ini bertujuan untuk menganalisis durasi kejadian El Niño dan La Niña serta melakukan peramalan Oceanic Niño Index (ONI). Data yang digunakan berupa ONI bulanan yang diklasifikasikan berdasarkan kategori ENSO (El Niño dan La Niña) serta tingkat kekuatannya. Analisis durasi kejadian dilakukan menggunakan metode Kaplan–Meier dan regresi Cox Proportional Hazards dengan kovariat kategori ENSO dan tingkat kekuatannya. Hasil analisis menunjukkan adanya perbedaan durasi kejadian antar kategori dan tingkat kekuatan ENSO. Kejadian dengan tingkat kekuatan yang lebih kuat cenderung memiliki durasi yang lebih panjang. Berdasarkan kurva Kaplan–Meier, kejadian La Niña lemah memiliki median durasi sekitar lima bulan. Selanjutnya, peramalan ONI dilakukan menggunakan model Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) dengan variabel eksogen berupa variasi kalender. Evaluasi model peramalan dilakukan dengan membagi data ke dalam periode in-sample dan out-sample menggunakan rasio 80:20. Model terbaik yang diperoleh adalah ARIMAX(2,1,9) dengan nilai MAPE sebesar 32,15% yang termasuk dalam tingkat akurasi cukup. Hasil peramalan untuk periode Oktober 2025 hingga Februari 2026 menunjukkan kondisi La Niña lemah yang diperkirakan berlangsung selama sekitar lima bulan, sejalan dengan hasil analisis durasi. Secara keseluruhan, kombinasi analisis survival dan peramalan deret waktu berbasis ARIMAX mampu memberikan gambaran yang lebih menyeluruh mengenai dinamika ENSO.

El Niño and La Niña are part of global climate variability that affect regional climate conditions. This study aims to analyze the duration of El Niño and La Niña events and to forecast the Oceanic Niño Index (ONI). The data used consist of monthly ONI values classified by ENSO category (El Niño and La Niña) and intensity level. The duration of ENSO events was analyzed using the Kaplan–Meier method and Cox Proportional Hazards regression with ENSO category and intensity level as covariates. The results indicate differences in event duration across ENSO categories and intensity levels, where events with stronger intensity tend to last longer. Based on the Kaplan–Meier curves, weak La Niña events have a median duration of approximately five months. ONI forecasting was conducted using the Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) model, with calendar variation as the exogenous variable. Model evaluation was performed by dividing the data into in-sample and out-of-sample periods using an 80:20 ratio. The best-performing model was ARIMAX(2,1,9), which produced a MAPE of 32.15%, indicating a moderate level of forecasting accuracy. The forecast results for the period from October 2025 to February 2026 indicate weak La Niña conditions lasting for approximately five months, which is consistent with the results of the duration analysis. Overall, the combination of survival analysis and ARIMAX-based time series forecasting provides a more comprehensive understanding of ENSO dynamics.

Citation



    SERVICES DESK