<> "The repository administrator has not yet configured an RDF license."^^ . <> . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN"^^ . "Model GSTAR merupakan model yang lebih fleksibel dibandingkan model STAR\r\nkarena dapat memiliki parameter autoregressive berbeda untuk setiap lokasi atau\r\nbersifat heterogen. Model GSTAR tentu memiliki keterbatasan, hal ini dapat diatasi\r\ndengan menerapkan model hybrid. Salah satu model yang dapat digunakan ialah\r\nmodel ANN. Keuntungan model ANN memiliki kemampuan pemodelan nonlinear\r\nyang fleksibel. Tujuan dari penelitian ini adalah menerapkan model hybrid\r\nGSTAR-ANN pada data kelembaban udara di tiga lokasi stasiun pengamatan\r\nProvinsi Banten. Data yang digunakan ialah data kelembaban udara di Stasiun\r\nKlimatologi Tangerang Selatan, Stasiun Meteorologi Serang dan Stasiun Geofisika\r\nTangerang dengan menggunakan dua bobot lokasi yaitu bobot invers jarak dan\r\nbobot normalisasi korelasi silang serta estimasi parameter menggunakan metode\r\nOrdinary Least Square (OLS). Pemodelan ANN pada penelitian ini menggunakan\r\ntiga skema pembagian data training dan data testing yaitu 60:40, 70:30, dan 80:20.\r\nDari hasil analisis diperoleh model terbaik yaitu model GSTAR (11) dengan bobot\r\nnormalisasi korelasi silang yang selanjutnya di kombinasikan dengan model ANN\r\nmendapatkan skema yang terbaik yaitu skema 70% training 30% testing yang\r\nmampu menghasilkan nilai MSE sebesar 9.93 dan MAPE 0.031.\r\n\r\nKata kunci: GSTAR, ANN, hybrid GSTAR-ANN, Kelembaban Udara, Peramalan\r\nThe GSTAR model is a more flexible model than the STAR model because it can\r\nhave different parameters for each location or heterogeneous. The GSTAR model\r\ncertainly has limitations, this can be overcome by applying a hybrid model. One of\r\nthe model that can be used is the ANN model. The ANN model has the advantage\r\nof flexible nonlinear modeling capabilities. The purpose of this research is to apply\r\nthe GSTAR-ANN model into air humadity data in three station on Province of\r\nBanten. The data used are air humidity data a the South Tangerang Climatology\r\nStation, Serang Meteorological Station and Tangerang Geophysical Station using\r\ntwo location weights, namely the inverse distance weight and cross-correlation\r\nnormalization weight and parameter estimation using the Ordinary Least Square\r\n(OLS) method. ANN modeling in this study uses three splitting schemes of\r\ndividing training data and testing data, namely 60:40, 70:30, and 80:20. Best on\r\n\r\nthe result of analysis, the best model is the GSTAR (11) model with cross-\r\ncorrelation weights which is combined with the ANN model to get the best scheme,\r\n\r\nnamely the 70% training 30% testing scheme which is able to produce an MSE\r\nvalue of 9.93 and MAPE 0.031.\r\n\r\nKeywords: GSTAR, ANN, Hybrid GSTAR-ANN, Air Humidity, Forecasting"^^ . "2024-04-01" . . . . . "FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM "^^ . . . . . . . "Azzura Asyifa\t"^^ . "Nur "^^ . "Azzura Asyifa\t Nur "^^ . . . . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (File PDF)"^^ . . . "ABSTRAK - Nur Azzura Asyifa.pdf"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (File PDF)"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (File PDF)"^^ . . . "SKRIPSI TANPA BAB PEMBAHASAN - Nur Azzura Asyifa.pdf"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "small.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "small.jpg"^^ . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . . "PEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN\r\nUDARA DI TIGA LOKASI STASIUN PENGAMATAN\r\n\r\nPROVINSI BANTEN (Other)"^^ . . . . . "HTML Summary of #83488 \n\nPEMODELAN HYBRID GSTAR–ANN PADA DATA KELEMBABAN \nUDARA DI TIGA LOKASI STASIUN PENGAMATAN \n \nPROVINSI BANTEN\n\n" . "text/html" . . . "500 ilmu pengetahuan alam dan matematika" . .