PERAMALAN DATA JUMLAH CURAH HUJAN MENGGUNAKAN THRESHOLD VECTOR AUTOREGRESSIVE (TVAR) (Studi Kasus: Jumlah Curah Hujan Bulanan di Kota Bengkulu dan Kota Padang)

Model Vector Autoregressive (VAR) sering digunakan dalam peramalan
deret waktu, namun asumsi linearitasnya kurang optimal untuk pola nonlinier,
sehingga meningkatkan kesalahan pada peramalan. Model Threshold Vector
Autoregressive (TVAR) menjadi alternatif yang mampu menangkap pola
nonlinier dengan mempertimbangkan threshold dan regime. Penelitian ini
menggunakan model TVAR untuk peramalan curah hujan bulanan di Kota
Bengkulu dan Kota Padang, menggunakan data dengan periode Januari 2000
hingga Oktober 2024. Curah hujan adalah jumlah air yang jatuh ke permukaan bumi
dalam bentuk butiran air, diukur dengan satuan milimeter (mm). Hasil analisis
menunjukkan bahwa model TVAR (1) dengan satu threshold memberikan
performa prediksi curah hujan yang lebih baik di Kota Bengkulu dibandingkan
Kota Padang. Hal ini dapat dilihat dari nilai ukuran kebaikan hasil prediksi pada
data training, untuk Kota Bengkulu memiliki sMAPE 17,04%, RMAE 0,303, dan
MASE 0,547 yang lebih kecil jika dibandingkan dengan ukuran pada Kota Padang
yang memiliki sMAPE 18,67%, RMAE 0,527, dan MASE 0,623. Namun, dari
nilai ukuran kebaikan hasil prediksi pada data testing untuk Kota Bengkulu
memiliki sMAPE 49,341%, dengan nilai RMAE 0,740, MASE 1,007 yang lebih
kecil dibandingkan dengan ukuran pada Kota Padang yang meningkat dengan
nilai sMAPE 51,029%, RMAE 0,687, MASE 1,094, ini menunjukkan bahwa
model TVAR(1) jauh lebih baik dan akurat untuk digunakan dalam memprediksi
curah hujan di wilayah Kota Bengkulu.
Kata Kunci : Vector Autoregressive (VAR), Threshold Vector Autoregressive
(TVAR), peramalan deret waktu, curah hujan.