Text

Peramalan Pasang Surut Air Laut Di Pulau Jawa Menggunakan Model Generalized Space Time Autoregressive (GSTAR) (Studi Kasus : Ketinggian Pasang Surut Air Laut di Stasiun Pasang Surut Jakarta, Cirebon, Semarang dan Surabaya) 519.536 WID p

---

ABSTRAK

Dalam kehidupan sehari-hari seringkali dijumpai data time series tidak hanya
mengandung keterkaitan dengan kejadian pada waktu-waktu sebelumnya, tetapi
juga mempunyai keterkaitan antara satu lokasi dengan lokasi lain. Data dengan
keterkaitan deret waktu dan lokasi disebut data space-time. Model Generalized
Space Time Autoregressive (GSTAR) merupakan salah satu model yang biasanya
digunakan untuk pemodelan dan peramalan data space-time. Tujuan dari
penelitian ini untuk mendapatkan model GSTAR terbaik dan hasil peramalan
untuk data ketinggian pasang surut air laut di empat stasiun Pulau Jawa yaitu
Stasiun Jakarta, Cirebon, Semarang dan Surabaya. Model terbaik yang diperoleh
adalah model GSTAR(1;1)-I(1) menggunakan bobot normalisasi korelasi silang
karena menghasilkan residual yang memenuhi asumsi white noise dengan nilai
MAPE dan RMSE terkecil. Model GSTAR terbaik menjelaskan bahwa data
ketinggian pasang surut air laut Stasiun Cirebon dan Stasiun Semarang hanya
dipengaruhi oleh waktu-waktu sebelumnya, tidak dipengaruhi oleh lokasi lain
namun dapat mempengaruhi ketinggian pasang surut air laut di lokasi lain.
Sedangkan untuk data ketinggian pasang surut air laut Stasiun Jakarta dan Stasiun
Surabaya saling mempengaruhi satu sama lain.
Kata Kunci: GSTAR, Space-Time, Pasang Surut Air Laut, MAPE dan RMSE.

ABSTRACT

In daily life is often found time series data contains not only connection among
the events in previous times, but also has a relationship between one location to
another. Data with time series and location linkage is called space-time data.
Generalized Space Time Autoregressive (GSTAR) model is one of the
commonest used to make model and forecast space-time data. The purposes of
this research are to get the best GSTAR model and the forecasting results for the
data ocean tide heights at four stations of Java island, those are Stations of Jakarta,
Cirebon, Semarang and Surabaya. The best model obtained is GSTAR(1;1)-I(1)
which is using cross correlation normalization weight because its residuals fulfill
white noise assumption with the smallest value of MAPE and RMSE. The best
GSTAR model explains that the elevation ocean tide data in Stations of Cirebon
and Semarang is only influenced by the earlier times, and not influenced by other
locations but can affect the height of the tide at other locations. As for the
elevation ocean tide data stations of Jakarta and Surabaya are influence each
other.
Keywords: GSTAR, Space-Time, Ocean Tide, MAPE and RMSE.

---

Ketersediaan

511E16IV

511 E 16

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

511 E 16

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1419

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Chyntia Arum Widyastuti

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar