PENERAPAN MODEL SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN CURAH HUJAN DI KOTA JAKARTA

Adi Rachman, - (2020) PENERAPAN MODEL SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN CURAH HUJAN DI KOTA JAKARTA. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_MAT_1505436_Title.pdf Download (685kB)
	Text S_MAT_1505436_Chapter1.pdf Download (438kB)
	Text S_MAT_1505436_Chapter2.pdf Restricted to Staf Perpustakaan Download (529kB)
	Text S_MAT_1505436_Chapter3.pdf Download (354kB)
	Text S_MAT_1505436_Chapter4.pdf Restricted to Staf Perpustakaan Download (531kB)
	Text S_MAT_1505436_Chapter5.pdf Download (214kB)
	Text S_MAT_1505436_Appendix.pdf Restricted to Staf Perpustakaan Download (741kB)

Abstract

Singular Spectrum Analysis (SSA) adalah teknik analisis data deret waktu nonparametrik yang digunakan untuk peramalan. Teknik peramalan Singular Spectrum Analysis (SSA) ada dua tahap yaitu dekomposisi dan rekontruksi. Pada tahap dekomposisi terdapat dua langkah yaitu Embedding dan Singular Value Decomposition. Pada tahap rekontruksi terdapat dua langkah juga yaitu Grouping dan Diagonal Averanging. SSA mempunyai dua parameter yaitu window length (L) dan effect grouping (r). SSA bertujuan untuk mendekomposisi deret waktu asli menjadi penjumlahan dari komponen kecil yang diinterpretasikan seperti trend, sesionality, dan noise. tujuan penelitian ini adalah mengkontruksi cara kerja model Singular Spectrum Analysis pada peramalan curah hujan di kota Jakarta. Data curah hujan kota Jakarta mengandung karakteristik musiman sehingga baik menggunakan model SSA untuk melakukan peramalan pada data tersebut. Hasil penelitian menunjukkan bahwa model SSA menghasilkan akurasi peramalan yang bersifat stabil untuk setiap jangka waktu peramalan. Singular Spectrum Analysis (SSA) is a nonparametric time series data analysis technique used for forecasting. There are two forecasting techniques for Singular Spectrum Analysis (SSA) called decomposition and reconstruction. In the decomposition step, there are two steps namely Embedding and Singular Value Decomposition. There are also two steps, Grouping and Diagonal Averaging. SSA has two parameters namely window length (L) and effect grouping (r). SSA tries to decompose the original time series into a sum of interpreted small components such as trends, seasonality, and noise. the purpose of this study is to construct the workings of the Singular Spectrum Analysis model in rainfall forecasting in the city of Jakarta. Jakarta city rainfall data. Specializes in using the SSA model to forecast the data. The results showed that the SSA model produces forecast accuracy which means it is stable for each forecast period.

Item Type:	Thesis (S1)
Uncontrolled Keywords:	Rainfall, Forecasting, Singular Spectrum Analysis, Trend, Seasonality, Noise, Effect grouping, window length
Subjects:	L Education > L Education (General) Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User:	Adi Rachman
Date Deposited:	24 Feb 2020 06:23
Last Modified:	24 Feb 2020 06:23
URI:	http://repository.upi.edu/id/eprint/47184

Actions (login required)

View Item