Estimasi Temperatur Udara Dan Kecepatan Angin Menggunakan Metode Kalman Filter

Rahman, Muhammad Alfin Zidane (2022) Estimasi Temperatur Udara Dan Kecepatan Angin Menggunakan Metode Kalman Filter. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111840000041-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Penelitian ini membahas mengenai penerapan metode Kalman Filter untuk mengestimasi data temperatur udara dan kecepatan angin di Kota Surabaya pada tahun 2021. Data yang digunakan merupakan data sekunder yang diperoleh dari BMKG Kota Surabaya. Langkah awal yang dilakukan adalah melakukan analisis time series dengan menggunakan model ARIMA untuk mengetahui model terbaik dari data tersebut. Setelah mendapatkan model ARIMA terbaik, data tersebut kemudian diubah ke dalam bentuk state space untuk diimplementasikan ke dalam metode Kalman Filter. Metode Kalman Filter digunakan untuk memperbaiki prediksi dari model yang telah didapat dengan tujuan mendapatkan hasil estimasi yang lebih akurat. Hasil simulasi menunjukkan bahwa metode Kalman Filter mampu memberikan hasil estimasi yang mendekati data aktual dengan pola yang mengikuti data sebenarnya. Selain itu, nilai error estimasi yang dihasilkan cenderung kecil, yang mengindikasikan bahwa metode Kalman Filter cukup efektif digunakan untuk mengestimasi data temperatur udara dan kecepatan angin.
==============================================================================================================================
This study discusses the application of the Kalman Filter method to estimate air temperature and wind speed data in the city of Surabaya in 2021. The data used is secondary data obtained from BMKG, Surabaya City. The first step taken was to conduct a time series analysis using the ARIMA model to determine the best model for the data. After obtaining the best ARIMA model, the data was then converted into a state space form to be implemented into the Kalman Filter method. The Kalman Filter method is used to improve predictions from the obtained model with the aim of obtaining more accurate estimation results. The simulation results show that the Kalman Filter method is able to provide estimation results that are close to the actual data with a pattern that follows the actual data. In addition, the resulting estimation error value tends to be small, which indicates that the Kalman Filter method is quite effective for estimating air temperature and wind speed data.

Item Type:	Thesis (Other)
Additional Information:	RSMa 519.544 Rah e-1 2022
Uncontrolled Keywords:	ARIMA, Kalman Filter, Peramalan, time series. ARIMA, kalman filter, forecast, time series.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	05 Jun 2026 04:18
Last Modified:	05 Jun 2026 04:18
URI:	http://repository.its.ac.id/id/eprint/133602

Actions (login required)

View Item