Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika
Presli Panusunan Simanjuntak
Badan Meteorologi Klimatologi dan Geofisika- Stasiun Klimatologi Bangka Belitung
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Kinerja Hasil Luaran Model Jaringan Syaraf Tiruan dan SARIMA Untuk Prediksi Awal Musim Hujan Kota Pangkalpinang Presli Panusunan Simanjuntak
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6137

Abstract

Bangka Belitung merupakan wilayah penghasil utama dari lada dan karet. Informasi prediksi curah hujan dan awal musim hujan (AMH) diperlukan untuk meningkatkan produksi komoditi ini. Tujuan penelitian untuk membangun model Seasonal ARIMA (SARIMA) dan Jaringan Syaraf Tiruan (JST) guna memprediksi curah hujan dan penentuan AMH dengan model terbaik. Model prediksi yang digunakan adalah SARIMA dengan menggunakan data curah hujan dari masa lalu dan JST propagasi balik (backpropagation) dengan menggunakan prediktor suhu muka laut, angin zonal dan precipitable water periode 1981-2010. SARIMA merupakan metode yang digunakan dalam peramalan data runtun waktu musiman sedangkan JST backpropagation merupakan pelatihan model untuk mempelajari set pola data masa lalu dan mengevaluasi serta membuat formula yang dihubungkan dengan keluaran yang diinginkan. Model dibandingkan kinerjanya dengan menghitung nilai koefisien korelasi dan akar rerata kuadrat kesalahan. Hasil penelitian menunjukkan model JST lebih baik daripada SARIMA untuk memprediksi curah hujan dengan nilai RMSE sebesar 48,70 dan korelasi sebesar 0,25. Akan tetapi, JST belum mampu untuk menduga curah hujan ekstrim. Penentuan AMH menggunakan prediksi JST menghasilkan kesesuaian model prediksi sebesar 42,86 % dengan nilai skill sebesar 0,05 lebih baik daripada penentuan AMH menggunakan prediksi SARIMA terpilih yang menghasilkan kesesuaian model prediksi sebesar 14,26 % dengan nilai skill sebesar 0,00.
Co-Authors