Susanto, Yudi (2016) Peramalan Curah Hujan dengan Pendekatan Model ARIMA, Feed Forward Neural Network dan Hybrid (ARIMA-NN) di Banyuwangi. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1312100124-Undergradute Thesis.pdf - Published Version Download (1MB) | Preview |
Abstract
Banyuwangi dikenal sebagai daerah yang kaya akan keindahan
alamnya, banyak terdapat tempat wisata antara lain Pantai Bama,
Watu Dodol, Rajeg Wesi, Sukamade, Pulau Merah dan Pantai
Plengkung. Banyuwangi juga memiliki Taman Nasional Meru Betiri
dan Cagar Alam Baluran. Selain hal-hal tersebut banyuwangi juga
merupakan salah satu lumbung padi terbesar di Jawa Timur. Selain
dukungan dari pemerintah, faktor alam yang berpengaruh terhadap
produksi padi adalah curah hujan. Pada data curah hujan selain
terdapat pola linier diduga juga terdapat pola non linier. Penelitian
ini akan digunakan pemodelan linier yaitu ARIMA dan non linier
yaitu Feed Forward Neural Network dan Hybrid (ARIMA-NN). Dari
hasil analisis yang telah dilakukan model ARIMA terbaik yaitu
ARIMA ([1,13,17],0,0) (1,0,0)12 dengan nilai RMSE in sample
sebesar 0,909 dan RMSE out sample sebesar 1,351. Model FFNN
terbaik yaitu FFNN (3,3,1) dengan zt-1, zt-12 dan zt-13 sebagai variabel
input dengan nilai RMSE in sample sebesar 1,002 dan RMSE out
sample 1,017 serta pada pemodelan Hybrid (ARIMA-NN) model
FFNN terbaik yang dihasilkan berdasarkan input dari residual model
ARIMA terbaik yaitu FFNN (4,5,1) memiliki nilai RMSE berturutturut
sebesar 0,851 dan 1,231. Dari ketiga model tersebut pemodelan
terbaik adalah dengan menggunakan pendekatan model FFNN (3,3,1)
karena memiliki nilai RMSE out sample terkecil.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSt 519.535 Sus p |
| Uncontrolled Keywords: | ARIMA, Banyuwangi, Curah Hujan, Feed Forward Neural Network, Hybrid (ARIMA-NN). |
| Subjects: | H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models. |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | ansi aflacha |
| Date Deposited: | 18 Apr 2019 08:10 |
| Last Modified: | 18 Apr 2019 08:10 |
| URI: | http://repository.its.ac.id/id/eprint/62782 |
Actions (login required)
 |
View Item |