ANALISIS HUBUNGAN CURAH HUJAN, KECEPATAN ANGIN, KELEMBAPAN UDARA, DAN SUHU UDARA MENGGUNAKAN BAYESIAN VECTOR AUTOREGRESSIVE

Abstract

Curah hujan, kecepatan angin, kelembapan udara, dan suhu udara merupakan variabel penting dalam sistem iklim yang saling memengaruhi secara dinamis. Penelitian ini bertujuan untuk menganalisis hubungan dinamis antara curah hujan, kecepatan angin, kelembapan udara, dan suhu udara serta membandingkan model Vector Autoregressive (VAR) dan Bayesian Vector Autoregressive (BVAR). Tahapan analisis diawali dengan uji Augmented Dickey-Fuller (ADF) untuk menguji stasioneritas data. Selanjutnya, panjang lag optimal ditentukan menggunakan Akaike Information Criterion (AIC), kemudian dilakukan uji kointegrasi untuk mengidentifikasi adanya hubungan jangka panjang antar variabel. Model VAR dan BVAR kemudian diestimasi untuk menangkap pola hubungan dinamis antar variabel. Perbandingan kedua model dilakukan berdasarkan Mean Absolute Percentage Error (MAPE) guna menentukan model yang lebih akurat. Selain itu, uji kausalitas Granger juga diterapkan untuk mengevaluasi hubungan prediktif antar variabel iklim. Hasil menunjukkan bahwa model BVAR lebih akurat dibandingkan VAR yang ditunjukkan dengan nilai MAPE yang lebih rendah. Uji kausalitas Granger mengungkapkan bahwa kecepatan angin dapat digunakan untuk memprediksi kelembapan udara, tetapi tidak sebaliknya. Temuan ini menegaskan keunggulan BVAR dalam peramalan variabel iklim dan pemahaman hubungan prediktif antar variabel.