BKG

Lestari, Candra Indri (2019) Penerapan Gstarma Menggunakan Bobot Homogen (Vector Autoregressive Moving Average Model) Pada Metode Disagregasi Curah Hujan Dengan Proportional Adjusting. Sarjana thesis, Universitas Brawijaya.

Indonesian Abstract

Pengukuran curah hujan dilakukan pada skala waktu tinggi (harian) dan skala waktu rendah (per-jam), akan tetapi pengukuran curah hujan pada skala waktu rendah yaitu skala per-jam hanya tersedia di beberapa lokasi, maka diperlukan suatu metode disagregasi untuk pembangkitan data curah hujan skala tinggi(harian). Data yang digunakan pada penelitian ini adalah data curah hujan skala per-jam pada stasiun Malang dan stasiun Wagir periode 1 Desember 2016 sampai dengan 28 Februari 2017. Pemodelan curah hujan dilakukan dengan pendekatan time series menggunakan Vector Autoregressive Moving Average Model (VARMA) yaitu model yang sesuai adalah VARMA(1,1) dan disagregasi yang dilakukan menghasilkan model parameter matriks 2×2 yang digunakan untuk membangkitkan data skala per-jam. Namun, data hasil bangkitan belum konsisten dengan data historis, sehingga diperlukan Metode Proportional Adjusting untuk konsistensi data hasil bangkitan per-jam terhadap data historis harian. Pemodelan dengan menggunakan gabungan VARMA(1,1) dan Metode Proportional Adjusting menghasilkan data bangkitan skala waktu per-jam yang konsisten dengan data harian dan dapat mempertahankan karakteristik data historis. Metode Proportional Adjusting dikatakan telah berhasil karena dapat memperkecil nilai MAE data bangkitan yang awalnya 1,4 menjadi 0,8 untuk stasiun Malang dan 1,45 menjadi 0,81 untuk stasiun Wagir.

English Abstract

Rainfall measurements are carried out on a high time scale (daily) and low time scale (hourly), but rainfall measurements at a low time scale ie hourly scale are only available in several locations, a disaggregation method is needed for the generation of bulk data high-scale rain (daily). The data used in this study are hourly scale rainfall data at Malang and Wagir stations for the period of December 1, 2016 until February 28, 2017. Rainfall modeling is done using the time series approach using the Vector Autoregressive Moving Average Model (VARMA), which is a model accordingly is VARMA (1,1) and the disaggregation is done to produce a 2 × 2 matrix parameter model that is used to generate hourly scale data. However, generated generation data have not been consistent with historical data, so Proportional Adjusting Method is needed for consistency of hourly generated data on daily historical data. Modeling using a combination of VARMA (1,1) and Proportional Adjusting Method produces hourly time scale generation data that is consistent with daily data and can maintain the characteristics of historical data. The Proportional Adjusting method is said to have succeeded because it can minimize the generation of MAE data from the initial 1.4 to 0.8 for Malang station and 1.45 to 0.81 for Wagir station.

Other Language Abstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2019/424/052001558
Uncontrolled Keywords: Metode Disagregasi, Vector Autoregressive Moving Average Model (VARMA), Metode Proportional Adjusting.
Subjects: 500 Natural sciences and mathematics > 551 Geology, hydrology, meteorology > 551.5 Meteorology > 551.57 Hydrometeorology > 551.577 Precipitation
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Budi Wahyono
URI: http://repository.ub.ac.id/id/eprint/179995
Text
Candra Indri Lestari (2).pdf

Download | Preview

Actions (login required)

View Item View Item