Peramalan Cuaca Di Stasiun Meteorologi Kelas 1 Juanda Surabaya Menggunakan Metode ARIMA Dan Vector Autoregressive (VAR)

Mubarok, Muhammad Husni (2015) Peramalan Cuaca Di Stasiun Meteorologi Kelas 1 Juanda Surabaya Menggunakan Metode ARIMA Dan Vector Autoregressive (VAR). Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[img]
Preview
Text
1310100056-Undergraduate_Theses.pdf - Accepted Version

Download (3MB) | Preview
[img]
Preview
Text
1310100056-Paper-1310100056-paperpdf.pdf - Accepted Version

Download (974kB) | Preview
[img]
Preview
Text
1310100056-Presentation-1310100056-presentationpdf.pdf - Presentation

Download (2MB) | Preview

Abstract

Cuaca merupakan keadaan atmosfer di suatu tempat atau daerah selama periode tertentu (menit, jam, hari, bulan dst). Komponen utama yang membentuk cuaca yaitu suhu udara, kelembaban udara dan kecepatan angin. Pada beberapa bulan belakangan ini kondisi cuaca diberbagai daerah sedang tidak stabil, sehingga membuat masyarakat semakin sulit untuk melakukan prediksi. Ketidakstabilan kondisi cuaca tersebut yang menjadi faktor dilakukannya analisis peramalan guna mengetahui prediksi komponen utama yang membentuk cuaca berdasarkan data-data series sebelumnya. Dugaan bahwa selain memiliki keterkaitan dengan kejadian pada waktu sebelumnya, antar komponen cuaca juga saling mempengaruhi. Sehingga dalam analisis ini, pemodelan dilakukan dengan menggunakan dua pendekatan yaitu ARIMA dan VAR. Pada pemodelan ARIMA, model untuk data suhu udara adalah ARIMA (1,0,0)(0,0,2)6dengan nilai akurasi RMSE sebesar 0.9581 dan sMAPE sebesar 2.2227, model untuk kelembaban udara adalah ARIMA ([1,12],0,[6,11]) dengan nilai RMSE sebesar 3.8019 dan sMAPE sebesar 3.9929, dan model untuk kecepatan angin adalah ARIMA (0,0,1)12 dengan nilai RMSE sebesar 0.6333 dan sMAPE sebesar 6.4618. Pada pemodelan VAR diperoleh model VAR ([1,2,3, 9,12]) dengan nilai akurasi AIC sebesar 2.1080. ========== Weather is an atmosphere condition in a certain place or area during certain period (minute, hour, day, month, etc). A principle component which composes the weather is an air tempherature, an air moist, and a wind velocity. In several last months, the weather condition in various areas were not stable. It makes people more difficult to do a prediction. Its unstableness of weather condition is being a factor to do a prediction analysis to know the most principle component that formed the weather based on previous series data. The assumption not only has a connection with the previous accident but also has a weather component that influences each other. In this analysis, the modeling is done by using two approachments there are ARIMA and VAR. In ARIMA modeling, a model in air tempherature data is ARIMA (1,0,0)(0,0,2)6 with RSME accuration value as 0.9581 and sMAPE as 2.2227, a model in air moist is ARIMA ([1,12],0,[6,11]) with RMSE value as 3.8019 and sMAPE as 3.9929, and a model in wind velocity is ARIMA (0,0,1)12 withRMSE value as 0.6333 and sMAPE as 6.4618. in VAR modeling is resulted VAR model([1,2,3,9,12]) with AIC accuracy value AIC as 2.1080.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.535 Mub p 3100015060921
Uncontrolled Keywords: cuaca, ARIMA, VAR, peramalan, wether, prediction
Subjects: Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: - Davi Wah
Date Deposited: 03 Dec 2019 10:21
Last Modified: 03 Dec 2019 10:21
URI: http://repository.its.ac.id/id/eprint/72069

Actions (login required)

View Item View Item