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...

Full description

Bibliographic Details
Main Authors: Herlin Fransiska, Etis Sunandi, Dian Agustina
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