Parwitasari, Tika Andarasni
Muhammadiyah University of Surabaya

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

Found 1 Documents
Search

Penerapan Model ARMA(1,1) GARCH(0,1) padaTinggi Muka Air Sungai Bengawan Solo di Pos Pemantauan Jurug Vulandari, Retno Tri; Parwitasari, Tika Andarasni
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 2 No 1 (2018): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami)
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (693.882 KB)

Abstract

Intensitas hujan tahunan di daerah aliran sungai (DAS) Bengawan Solo mengakibatkan debit aliran sungai besar di beberapa anak sungai. Debit aliran sungai yang besar mengakibatkan tinggi muka air di beberapa pos pemantauan meningkat. Pada bulan Juli 2016, luapan sungai Bengawan Solo mengakibatkan banjir di kawasan Solo timur. Hal ini disebabkan karena tinggi muka air pada pos pemantauan Jurug menembus level 10. Oleh karena itu prediksi nilai tinggi muka air diperlukan sebagai upaya peringatan dini banjir. Pengukuran tinggi muka air sungai Bengawan Solo pada setiap pos pemantauan dilakukan setiap hari. Data tinggi muka air merupakan data runtun waktu. Salah satu metode peramalan data runtun waktu adalah Autoregressive Integrated Moving Average (ARIMA), model ini memiliki asumsi homoskedastisitas atau variansi eror tetap. Tetapi apabila variansi eror berubah-ubah maka model yang digunakan adalah model ARIMA. Penelitian ini menggunakan 60 data dari bulan Januari – Februari 2017. Data tersebut terbukti stasioner berdasarkan nilai ADF 0,0036, oleh karena itu model ARIMA dapat digunakan. Berdasarkan pola correlogram, ACF dan PACF terpotong setelah lag pertama, hal ini menunjukan tinggi muka air sungai periode tersebut dapat dimodelkan dengan Autoregressive Moving Average dengan orde p = 1 dan q = 1 (ARMA(1,1)) berikut dan GARCH (0,1) , dengan nilai mean absolute percentage error (MAPE) 0,186946 artinya 18,6946 % rata-rata presentase kesalahan terhadap penerapan model ini.