MUST: Journal of Mathematics Education, Science and Technology
Vol 3, No 1 (2018): JULY

Perbandingan Model AR(1), ARMA (1,1), dan ARIMA (1,1,1) pada Prediksi Tinggi Muka Air Sungai Bengawan Solo pada Pos Pemantauan Jurug

Retno Tri Vulandari (STMIK Sinar Nusantara Surakarta)
Tika Andarasni Parwitasari (STMIK Sinar Nusantara)



Article Info

Publish Date
05 Jul 2018

Abstract

Suatu aliran sungai menentukan prediksi debit sungai sulit, biasanya nilai yang digunakan sebagai patokan adalah hasil pantauan tinggi muka air. 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 Generalized Autoregressive Conditional Heteroscedasticity (GARCH). 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 korelogram, ACF dan PACF terpotong setelah lag pertama, hal ini menunjukan tinggi muka air sungai periode tersebut dapat dimodelkan dengan AR(1), ARMA (1,1), dan ARIMA(1,1,1).Berdasarkan perbandingan nilai MAPE ketiga model nilai terendah adalah model ARMA(1,1), yaitu 0,668384 yang artinya tingkat kesalahan terhadap prediksi model ARMA(1,1) adalah 66,8384%. Begitu hal nya dengan nilai MSE ketiga model, nilai terendah pada model ARMA(1,1) yaitu 0,7729 artinya memiliki variansi model yang lebih kecil, mampu memberikan hasil yang lebih konsisten dibandingkan model AR(1) dan ARIMA(1,1,1) yaitu 1,060288 dan 0,996585.

Copyrights © 2018






Journal Info

Abbrev

matematika

Publisher

Subject

Computer Science & IT Education Mathematics

Description

MUST is a journal of mathematics education, science, and technology published by the Faculty of Teacher Training and Education, Muhammadiyah University of Surabaya. This journal focuses on the publication of research results and scientific articles on mathematics education, science, and technology. ...