Analisis Ketinggian Banjir Menggunakan Penerapan Model Hybrid Singular Spectrum Analysis – Artificial Neural Network Pada Peramalan Curah Hujan

Syahputra, Muhammad Bagus Andi (2024) Analisis Ketinggian Banjir Menggunakan Penerapan Model Hybrid Singular Spectrum Analysis – Artificial Neural Network Pada Peramalan Curah Hujan. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006201019-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Curah hujan adalah kejadian banyaknya hujan yang turun disuatu daerah dalam jangka waktu tertentu. Curah hujan merupakan salah satu unsur iklim yang memiliki karakteristik berbeda – beda pada wilayah tropis. Dampak dari curah hujan yang tinggi adalah banjir dengan ketinggian air yang besar. Provinsi Jakarta merupakan salah satu wilayah memiliki ketinggian banjir besar yang berbatasan dengan Bogor, Tangerang, dan Bekasi. Curah hujan di wilayah yang berbatasan dengan Jakarta juga memiliki pengaruh terhadap ketinggian banjir. Hal itu dikarenakan kurangnya daerah resapan dan meluapnya air sungai sehingga mengalir ke wilayah Jakarta. Penelitian ini bertujuan untuk mengetahui variabel curah hujan yang berpengaruh pada ketinggian banjir menggunakan metode regresi kuantil dan melakukan peramalan curah hujan dan ketinggian banjir menggunakan metode hybrid SSA-ANN dalam 5 tahun mendatang. SSA-ANN merupakan metode hybrid Singular Spectrum Analysis (SSA) dan Artificial Neural Network (ANN) yang dapat memperoleh peramalan curah hujan dimasa mendatang yang digunakan untuk meramalkan ketinggian banjir di Jakarta. Berdasarkan metode SSA-ANN, SSA berguna untuk mendekomposisi data curah hujan menjadi komponen tren, musiman, dan noise. Komponen tren diramalkan menggunakan metode Recurrent Forecasting (R-Forecasting) sedangkan komponen musiman dan noise diramalkan menggunakan metode ANN. Data yang digunakan pada penelitian ini adalah data curah hujan Jakarta, Bogor, Tangerang, dan Bekasi serta data banjir Jakarta periode Januari 2014 – Desember 2020. Secara keseluruhan, kesimpulan yang diperoleh dalam penelitian ini ketinggian banjir Jakarta dipengaruhi oleh curah hujan Bogor dan Tangerang dengan AIC terkecil sebesar 823,1119. Peramalan curah hujan Bogor menghasilkan nilai MAPE sebesar 44,434% peramalan curah hujan Tangerang menghasilkan nilai MAPE 31,769%. Dalam peramalan ketinggian banjir Jakarta, ketinggian banjir tertinggi terjadi pada bulan November 2021, sedangkan ketinggian banjir terendah terjadi pada bulan Mei 2025.
==================================================================================================================================
Rainfall is the amount of rain that falls in an area within a certain period of time. Rainfall is one of the elements of climate that has different characteristics in the tropics. The impact of high rainfall is flooding with large water levels. Jakarta Province is one of the areas with large flood heights bordering Bogor, Tangerang and Bekasi. Rainfall in areas bordering Jakarta also has an influence on the height of flooding. This is due to the lack of infiltration areas and the overflow of river water so that it flows into the Jakarta area. This study aims to determine the rainfall variables that affect flood heights using the quantile regression method and to forecast rainfall and flood heights using the hybrid SSA-ANN method in the next 5 years. SSA-ANN is a hybrid Singular Spectrum Analysis (SSA) and Artificial Neural Network (ANN) method that can obtain future rainfall forecasts used to forecast flood heights in Jakarta. Based on the SSA-ANN method, SSA is useful for decomposing rainfall data into trend, seasonal, and noise components. The trend component is forecasted using the Recurrent Forecasting (R-Forecasting) method while the seasonal and noise components are forecasted using the ANN method. The data used in this study are rainfall data for Jakarta, Bogor, Tangerang, and Bekasi and flood data for Jakarta for the period January 2014 - December 2020. Overall, the conclusion obtained in this study is that the height of the Jakarta flood is influenced by Bogor and Tangerang rainfall with the smallest AIC of 823,1119. Bogor rainfall forecasting produces a MAPE value of 44,434% while Tangerang rainfall forecasting produces a MAPE value of 31,769%. In forecasting the Jakarta flood level, the highest flood level occurs in November 2021, while the lowest flood level occurs in May 2025.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Articial Neural Network, Banjir, Curah Hujan, Jakarta, Singular Spectrum Analysis.
Subjects:	H Social Sciences > HA Statistics > HA30.3 Time-series analysis
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Muhammad Bagus Andi Syahputra
Date Deposited:	10 Jul 2024 06:34
Last Modified:	10 Jul 2024 06:34
URI:	http://repository.its.ac.id/id/eprint/108230

Actions (login required)

View Item