cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota pontianak,
Kalimantan barat
INDONESIA
BIMASTER
Published by Universitas Tanjungpura
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Mathematics
Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan
Arjuna Subject : -
Articles 852 Documents
 82   83   84   85   86 
PERAMALAN CURAH HUJAN DENGAN MENGGUNAKAN MODEL GSTAR DI KALIMANTAN BARAT Khotimah, Husnul; Yundari, Yundari; Huda, Nur’ainul Miftahul
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.106656

Abstract

Model Generalized Space Time Autoregressive (GSTAR) diterapkan supaya menganalisis data deret waktu yang menunjukkan hubungan antara waktu dan tempat (space time). Dalam model GSTAR terdapat karakteristik khusus yang menggambarkan keterkaitan antar lokasi melalui matriks bobot. Untuk penelitian ini, Matriks bobot yang digunakan adalah berdasarkan invers jarak. Penelitian ini adalah menganalisasis penggunaan model Generalized Space Time Autoregressive (GSTAR) dalam memprediksi hujan yang turun di lima tempat berbeda yang ada di wilayah Kalimantan Barat. Studi kasus yang digunakan yaitu data jumlah setiap bulan di area Kota Pontianak, Kabupaten Sintang, dan Kabupaten Mampawah, kota Singkawang, dan Kabupaten Melawi Selama Rentang Waktu dari Januari 2013 Sampai Desember 2023. Pada model ini, ordo GSTAR dibatasi pada GSTAR (1.1). Proses yang dilakukan meliputi pengujian stasioneritas data, estimasi parameter, dan pemilihan model yang mana paling sesuai dalam kerangka GSTAR. Temuan dari penelitian menunjukkan bahwa model untuk data curah hujan di waktu lalu dan juga dipengaruhi oleh data curah hujan dari lokasi stasiun yang berbeda. Mengacu pada nilai MAPE, hasil peramalan dengan menggunakan model GSTAR (1.1) ternyata menunjukkan bahwa lokasi stasiun Manpawah memiliki akurasi peramalan yang baik sementara itu hasil prediksi stasiun Pontianak dan Singkawang dianggap cukup memadai. Namun, untuk stasiun Sintang dan Melawi peramalan curah hujan tidak dapat dilakukan karena nilai MAPE yang sangat tinggi menunjukkan bahwa model memiliki kinerja yang buruk
PERAMALAN HARGA CABAI RAWIT DI KOTA SINGKAWANG MENGGUNAKAN METODE RADIAL BASIS FUNCTION NEURAL NETWORK (RBFNN) Dina, Dina; Fran, Fransiskus; Yudhi, Yudhi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v15i1.106657

Abstract

Indonesia memiliki kekayaan sumber daya di bidang pertanian yang sangat besar. Salah satu komoditas yang cukup penting adalah cabai rawit karena berperan dalam memenuhi kebutuhan masyarakat sekaligus mendukung aktivitas ekonomi. Namun, harganya sering berubah-ubah sehingga perlu metode prediksi yang tepat untuk membantu pengambilan keputusan di bidang pertanian. Harga cabai rawit selalu mengalami perubahan harga dalam kurun waktu yang tidak menentu dalam setiap waktunya. Jaringan saraf tiruan dapat membantu menganalisis perubahan ini berdasarkan data sebelumnya. Adapun metode peramalan pada jaringan saraf tiruan adalah Radial Basis Function Neural Network (RBFNN). Pada penelitian ini, metode RBFNN digunakan untuk mendapatkan model terbaik dan meramalkan data harga cabai rawit di Singkawang tahun 2025. Penelitian ini bertujuan untuk memprediksi harga cabai rawit di Kota Singkawang tahun 2025 menggunakan metode RBFN. RBFNN input jaringan dan banyaknya lapisan tersembunyi sangat berpengaruh untuk mendapatkan model terbaik dari RBFNN dan juga hasil peramalannya. Untuk mendapatkan model terbaik digunakan penentuan input jaringan dengan mengidentifikasi lag Partial Autocorrelation Function (PACF), dan untuk menentukan banyaknya hidden layer digunakan metode K-Means klaster. Hasil penelitian menunjukkan dari data training yang digunakan didapatkan model terbaik RBFNN dengan 2 input jaringan, yaitu X_(t-1) dan X_(t-2) dan 7 hidden layer yang menghasilkan tingkat akurasi dengan Mean Absolute Percentage Error (MAPE) sebesar 6,8196%. Berdasarkan model tersebut hasil prediksi untuk periode Januari hingga Desember 2025 menunjukkan bahwa harga tertinggi diperkirakan terjadi pada bulan Januari sebesar Rp.65.063, dan terendah pada bulan April sebesar Rp.63.567. Setelah mengalami kenaikan di bulan Januari dan penurunan di bulan April, harga diperkirakan meningkat secara bertahap hingga Juni, kemudian cenderung stabil hingga akhir tahun.

Page 86 of 86 | Total Record : 852

 82   83   84   85   86 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol 15, No 1 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 6 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 6 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 1 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 03 (2017): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue