MATEMATIKA PERUBAHAN IKLIM: MEMAHAMI MODEL IKLIM

Main Article Content

Divani Mutiara Ramadhanisa
Oktavia Istiqomah
Mei Putri Ulul Azmi

Abstract

Perubahan iklim merupakan tantangan global yang memerlukan pemahaman ilmiah berbasis data untuk mendeteksi, menganalisis, dan memprediksi dampaknya. Artikel ini bertujuan untuk mengeksplorasi penerapan model matematika, khususnya model Autoregressive Integrated Moving Average (ARIMA), dalam memahami dinamika iklim melalui data curah hujan di Indonesia. Penelitian ini menggunakan pendekatan kuantitatif dengan data sekunder berupa deret waktu curah hujan bulanan dari stasiun meteorologi. Teknik analisis yang digunakan adalah pemodelan ARIMA yang dikembangkan dengan dan tanpa integrasi variabel eksogen seperti indeks monsun dan El Niño. Hasil penelitian menunjukkan bahwa model ARIMA mampu memberikan prediksi yang cukup akurat untuk curah hujan, terutama jika parameter model disesuaikan dengan karakteristik data wilayah tertentu. Integrasi indeks global ke dalam model juga meningkatkan ketepatan prediksi, mencerminkan pentingnya dinamika iklim regional dan global dalam analisis lokal. Evaluasi model melalui indikator statistik seperti Mean Square Error (MSE) dan Root Mean Square Error (RMSE) menunjukkan kinerja yang memadai untuk aplikasi praktis di sektor pertanian, sumber daya air, dan mitigasi bencana. Penelitian ini menyimpulkan bahwa pendekatan matematika melalui model ARIMA efektif dalam mendukung pemahaman perubahan iklim dan dapat digunakan sebagai alat prediktif untuk perencanaan adaptasi jangka pendek. Pengembangan model lanjutan disarankan untuk memperhitungkan dinamika musiman dan nonlinearitas data iklim yang lebih kompleks. Temuan ini diharapkan dapat menjadi kontribusi dalam pengembangan strategi ilmiah berbasis data dalam menghadapi tantangan perubahan iklim.

Downloads

Download data is not yet available.

Article Details

How to Cite
Divani Mutiara Ramadhanisa, Oktavia Istiqomah, & Mei Putri Ulul Azmi. (2025). MATEMATIKA PERUBAHAN IKLIM: MEMAHAMI MODEL IKLIM. Trigonometri: Jurnal Matematika Dan Ilmu Pengetahuan Alam, 6(3), 51–60. https://doi.org/10.3483/trigonometri.v6i3.12503
Section
Articles
Author Biographies

Divani Mutiara Ramadhanisa, Universitas Islam Majapahit

Prodi Pendidikan Matematika, Fakultas Keguruan Dan Ilmu Pendidikan

Oktavia Istiqomah, Universitas Islam Majapahit

Prodi Pendidikan Matematika, Fakultas Keguruan Dan Ilmu Pendidikan

Mei Putri Ulul Azmi, Universitas Islam Majapahit

Prodi Pendidikan Matematika, Fakultas Keguruan Dan Ilmu Pendidikan

References

Akbar, H., Sidik, D. F., Syahputra, B. P., Ayomi, M. R., & Sagita, N. (2022). Analisis Proyeksi Iklim Suhu Permukaan Rata-Rata dalam Mensimulasikan Data Historis Berdasarkan Data Model Iklim terhadap Hasil Data Observasi ICOADS V2.5. Prosiding Konferensi Nasional Matematika dan IPA Universitas PGRI Banyuwangi.

Wijayanti, P., Noviani, R., & Tjahjono, G. A. (2015). Dampak Perubahan Iklim terhadap Imbangan Air secara Meteorologis dengan Menggunakan Metode Thornthwaite Mather untuk Analisis Kekritisan Air di Karst Wonogiri. Geomedia Majalah Ilmiah dan Informasi Kegeografian.

Kusumawardhani, I. D., & Gernowo, R. (2015). Analisis Perubahan Iklim Berbagai Variabilitas Curah Hujan dan Emisi Gas Metana (CH₄) dengan Metode Grid Analysis and Display System (GrADS) di Kabupaten Semarang. Youngster Physics Journal.

Chusyairi, A., Haryanto, T., & Hayat, R. N. (2023). Prediksi Perubahan Iklim Untuk Pertumbuhan Tanaman Jeruk Keprok Menggunakan Naïve Bayes. Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer, 18(1), 23-29.

Apriani, W., & Nurhayati. (2022). Pemodelan Data Curah Hujan di Kota Langsa dengan Model ARIMA. Amalgamasi: Journal of Mathematics and Applications, 1(2), 64–70.

Maulana, H. A. (2018). Pemodelan Deret Waktu dan Peramalan Curah Hujan pada Dua Belas Stasiun di Bogor. Jurnal Matematika, Statistika dan Komputasi, 15(1), 50–60.

Franzke, C. L., O'Kane, T. J., Berner, J., Williams, P. D., & Lucarini, V. (2015). Stochastic climate theory and modeling. Wiley Interdisciplinary Reviews: Climate Change, 6(1), 63-78.

Berner, J., Achatz, U., Batte, L., Bengtsson, L., Cámara, A. D. L., Christensen, H. M., ... & Yano, J. I. (2017). Stochastic parameterization: Toward a new view of weather and climate models. Bulletin of the American Meteorological Society, 98(3), 565-588.

Sugiyono. (2016). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

Nazir, M. (2011). Metode Penelitian. Jakarta: Ghalia Indonesia.

Arikunto, S. (2010). Prosedur Penelitian: Suatu Pendekatan Praktik. Jakarta: Rineka Cipta.

Moleong, L. J. (2011). Metodologi Penelitian Kualitatif. Bandung: Remaja Rosdakarya.

Sudjana. (2005). Metode Statistika. Bandung: Tarsito.

Rofik, M. A., Gernowo, R., Setyawan, A., & Nursamsiah, N. (2012). Model ARIMA untuk Prediksi Curah Hujan Studi Kasus Semarang Jateng. BERKALA FISIKA, 15(3), 91-94.

Surmaini, E., & Faqih, A. (2016). Kejadian iklim ekstrem dan dampaknya terhadap pertanian tanaman pangan di Indonesia. Jurnal Sumberdaya Lahan, 10(2).