Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive
Provinsi Bengkulu adalah daerah dengan curah hujan yang tinggi dan pola yang berfluktuatif. Hal tersebut dapat menjadi salah satu pemicu terjadinya dampak seperti banjir, tanah longsor, dan bencana alam lainnya. Struktur fisik dan kondisi geografis antar lokasi di Provinsi Bengkulu adalah dua kondis...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
UMSurabaya Publishing
2020-12-01
|
Series: | MUST: Journal of Mathematics Education, Science and Technology |
Subjects: | |
Online Access: | http://journal.um-surabaya.ac.id/index.php/matematika/article/view/5326/3462 |
id |
doaj-b1efc67f4aa3453a95e7d7ddde04d521 |
---|---|
record_format |
Article |
spelling |
doaj-b1efc67f4aa3453a95e7d7ddde04d5212020-12-31T02:53:07ZengUMSurabaya PublishingMUST: Journal of Mathematics Education, Science and Technology2541-60572541-46742020-12-0152130142http://dx.doi.org/10.30651/must.v5i2.5326Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time AutoregressiveHerlin Fransiska0Etis Sunandi1Dian Agustina2Universitas BengkuluUniversitas BengkuluUniversitas BengkuluProvinsi Bengkulu adalah daerah dengan curah hujan yang tinggi dan pola yang berfluktuatif. Hal tersebut dapat menjadi salah satu pemicu terjadinya dampak seperti banjir, tanah longsor, dan bencana alam lainnya. Struktur fisik dan kondisi geografis antar lokasi di Provinsi Bengkulu adalah dua kondisi yang mempengaruhi curah hujan Provinsi Bengkulu. Berbagai struktur fisik dan kondisi geografis antar lokasi di provinsi ini menjadi pertimbangan penulis menggunakan model Generalized Space-Time Autoregressive (GSTAR) untuk peramalan curah hujan. Model ini lebih fleksibel jika data yang digunakan adalah data ruang-waktu. Asumsi stasioner diterima setelah data curah hujan ditransformasikan dengan fungsi Z1/2. Model terbaikyang digunakan adalah model GSTAR (1;1) dengan matriks pembobot seragam dan invers jarak. Hasil penelitian didapatkan menggunakan matriks pembobot seragam diperoleh MSE 0.279, MAPE 13.810 dan RMSE 0.528, dan dengan matriks pembobot invers jarak diperoleh MSE 0.229, MAPE 13.090 dan RMSE 0.478 pada prakiraan data 3 periode. Ini menunjukkan bahwa model GSTAR (1;1)denganbobot invers jarak memperkirakan curah hujan di Provinsi Bengkulu dengan lebih baik.http://journal.um-surabaya.ac.id/index.php/matematika/article/view/5326/3462curah hujangstarprovinsi bengkuluruang-waktu |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Herlin Fransiska Etis Sunandi Dian Agustina |
spellingShingle |
Herlin Fransiska Etis Sunandi Dian Agustina Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive MUST: Journal of Mathematics Education, Science and Technology curah hujan gstar provinsi bengkulu ruang-waktu |
author_facet |
Herlin Fransiska Etis Sunandi Dian Agustina |
author_sort |
Herlin Fransiska |
title |
Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive |
title_short |
Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive |
title_full |
Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive |
title_fullStr |
Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive |
title_full_unstemmed |
Peramalan Curah Hujan Provinsi Bengkulu dengan Generalized Space-Time Autoregressive |
title_sort |
peramalan curah hujan provinsi bengkulu dengan generalized space-time autoregressive |
publisher |
UMSurabaya Publishing |
series |
MUST: Journal of Mathematics Education, Science and Technology |
issn |
2541-6057 2541-4674 |
publishDate |
2020-12-01 |
description |
Provinsi Bengkulu adalah daerah dengan curah hujan yang tinggi dan pola yang berfluktuatif. Hal tersebut dapat menjadi salah satu pemicu terjadinya dampak seperti banjir, tanah longsor, dan bencana alam lainnya. Struktur fisik dan kondisi geografis antar lokasi di Provinsi Bengkulu adalah dua kondisi yang mempengaruhi curah hujan Provinsi Bengkulu. Berbagai struktur fisik dan kondisi geografis antar lokasi di provinsi ini menjadi pertimbangan penulis menggunakan model Generalized Space-Time Autoregressive (GSTAR) untuk peramalan curah hujan. Model ini lebih fleksibel jika data yang digunakan adalah data ruang-waktu. Asumsi stasioner diterima setelah data curah hujan ditransformasikan dengan fungsi Z1/2. Model terbaikyang digunakan adalah model GSTAR (1;1) dengan matriks pembobot seragam dan invers jarak. Hasil penelitian didapatkan menggunakan matriks pembobot seragam diperoleh MSE 0.279, MAPE 13.810 dan RMSE 0.528, dan dengan matriks pembobot invers jarak diperoleh MSE 0.229, MAPE 13.090 dan RMSE 0.478 pada prakiraan data 3 periode. Ini menunjukkan bahwa model GSTAR (1;1)denganbobot invers jarak memperkirakan curah hujan di Provinsi Bengkulu dengan lebih baik. |
topic |
curah hujan gstar provinsi bengkulu ruang-waktu |
url |
http://journal.um-surabaya.ac.id/index.php/matematika/article/view/5326/3462 |
work_keys_str_mv |
AT herlinfransiska peramalancurahhujanprovinsibengkuludengangeneralizedspacetimeautoregressive AT etissunandi peramalancurahhujanprovinsibengkuludengangeneralizedspacetimeautoregressive AT dianagustina peramalancurahhujanprovinsibengkuludengangeneralizedspacetimeautoregressive |
_version_ |
1724365237091565568 |