PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN UDARA DI TIGA LOKASI STASIUN PENGAMATAN PROVINSI BANTEN

Nur , Azzura Asyifa (2024) PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN UDARA DI TIGA LOKASI STASIUN PENGAMATAN PROVINSI BANTEN. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - Nur Azzura Asyifa.pdf Download (4Mb) | Preview
	File PDF SKRIPSI FULL - Nur Azzura Asyifa.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN - Nur Azzura Asyifa.pdf Download (4Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Model GSTAR merupakan model yang lebih fleksibel dibandingkan model STAR karena dapat memiliki parameter autoregressive berbeda untuk setiap lokasi atau bersifat heterogen. Model GSTAR tentu memiliki keterbatasan, hal ini dapat diatasi dengan menerapkan model hybrid. Salah satu model yang dapat digunakan ialah model ANN. Keuntungan model ANN memiliki kemampuan pemodelan nonlinear yang fleksibel. Tujuan dari penelitian ini adalah menerapkan model hybrid GSTAR-ANN pada data kelembaban udara di tiga lokasi stasiun pengamatan Provinsi Banten. Data yang digunakan ialah data kelembaban udara di Stasiun Klimatologi Tangerang Selatan, Stasiun Meteorologi Serang dan Stasiun Geofisika Tangerang dengan menggunakan dua bobot lokasi yaitu bobot invers jarak dan bobot normalisasi korelasi silang serta estimasi parameter menggunakan metode Ordinary Least Square (OLS). Pemodelan ANN pada penelitian ini menggunakan tiga skema pembagian data training dan data testing yaitu 60:40, 70:30, dan 80:20. Dari hasil analisis diperoleh model terbaik yaitu model GSTAR (11) dengan bobot normalisasi korelasi silang yang selanjutnya di kombinasikan dengan model ANN mendapatkan skema yang terbaik yaitu skema 70% training 30% testing yang mampu menghasilkan nilai MSE sebesar 9.93 dan MAPE 0.031. Kata kunci: GSTAR, ANN, hybrid GSTAR-ANN, Kelembaban Udara, Peramalan The GSTAR model is a more flexible model than the STAR model because it can have different parameters for each location or heterogeneous. The GSTAR model certainly has limitations, this can be overcome by applying a hybrid model. One of the model that can be used is the ANN model. The ANN model has the advantage of flexible nonlinear modeling capabilities. The purpose of this research is to apply the GSTAR-ANN model into air humadity data in three station on Province of Banten. The data used are air humidity data a the South Tangerang Climatology Station, Serang Meteorological Station and Tangerang Geophysical Station using two location weights, namely the inverse distance weight and cross-correlation normalization weight and parameter estimation using the Ordinary Least Square (OLS) method. ANN modeling in this study uses three splitting schemes of dividing training data and testing data, namely 60:40, 70:30, and 80:20. Best on the result of analysis, the best model is the GSTAR (11) model with cross- correlation weights which is combined with the ANN model to get the best scheme, namely the 70% training 30% testing scheme which is able to produce an MSE value of 9.93 and MAPE 0.031. Keywords: GSTAR, ANN, Hybrid GSTAR-ANN, Air Humidity, Forecasting

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	. . Yulianti
Date Deposited:	13 Feb 2025 04:18
Terakhir diubah:	13 Feb 2025 04:18
URI:	http://digilib.unila.ac.id/id/eprint/83488

Actions (login required)

Lihat Karya Akhir