Rosari, SeyllaPermata (2017) Peramalan Runut Waktu Curah Hujan Menggunakan Metode Support Vector Regression -Firefly Algorithm (Svr-Ffa). Sarjana thesis, Universitas Brawijaya.
Abstract
Curah hujan memiliki peran dalam mempengaruhi aktivitas dan pembangunan diberbagai bidang. Curah hujan memiliki beberapa macam intensitas yang seringkali tidak dapat diprediksi. Intensitas curah hujan mempengaruhi terjadinya penurunan curah hujan yang menyebabkan terjadinya kekeringan dan juga terjadinya peningkatan curah hujan yang menyebabkan bencana banjir. Dengan melakukan peramalan runut waktu curah hujan akan sanagat berguna untuk membantu mengantisipasi bencana yang terjadi akibat penurunan dan peningkatan curah hujan yang tidak dapat diprediksi. Berbagai macam metode dalam peramalan telah berkembang salah satunya metode Support Vector Regression(SVR) yang terbukti pada beberapa penelitian tentang peramalan dan kasus regresi dapat memberikan hasil peramalan yang baik, seperti pada kasus peramalan harga saham, peramalan arus lalu lintas dan peramalan debit air bendungan. Namun diperlukaan metode optimasi untuk mendapatkan hasil yang lebih optimal salah satunya metode Firefly Algorithm (FFA) untuk megoptimasi parameter pada metode SVR. Terdapat beberapa kasus optimasi dengan menggunakan metode FFA seperti metode SVM untuk meramalkan beban kalor pada sistem pemanas dan terbukti dapat menghasilkan tingkat error yang paling baik. Sesuai dengan hasil pengujian yang dilakukan menggunakan data curah hujan pada dasarian ke-2 bulan Januari wilayah curah hujan di Poncokusumo Kabupaten Malang Jawa Timur, Indonesia dengan rentang waktu tahun 2000-2012 yang diperoleh dari Stasiun klimatologi BMKG Karangploso Malang, metode SVR-FFA lebih baik dengan rata-rata nilai RMSE 52.4071 dibandingkan dengan menggunakan metode SVR yang memiliki nilai rata-rata RMSE 77.5156.
English Abstract
Rainfall has a role in influencing the activity and development in various fields. Rainfall has some kind of intensity that often can not be predicted. The intensity of rainfall affect the decline in rainfall causing drought and also the increased rainfall causing devastating floods. By doing a time-series forecasting precipitation will be useful to help anticipate disasters that occur due to decreased and increased rainfall unpredictability.Various methods in forecasting has developed one method of Support Vector Regression (SVR) which is proven in several studies on forecasting and cases of regression can provide good forecasting results, as in the case of forecasting stock prices, forecasting traffic flow and forecasting water discharge dam. However, It is necessary for optimization methods to obtain a more optimal result, one of the methods Firefly Algorithm (FFA) for optimizing parameters on SVR method. There are some optimization cases using FFA as SVM method to predict the heat load on the heating system and proven able to generate the best level of error. According to the results of tests performed using rainfall data from 2nd January rainfall region in Poncokusumo Malang in East Java, Indonesia with a span of years from 2000 to 2012 which was obtained from BMKG climatology stations Karangploso Malang, SVR-FFA method is better with an average value of 52.4071 RMSE were compared using the SVR method has an average value of RMSE 77.5156.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/53/051701147 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Kustati |
| Date Deposited: | 13 Feb 2017 14:54 |
| Last Modified: | 22 Oct 2021 06:26 |
| URI: | http://repository.ub.ac.id/id/eprint/147484 |
Preview |
Text
125150107111008_Seylla_-_Jurnal_Skripsi.pdf Download (2MB) | Preview |
Preview |
Text
125150107111008_Seylla_-Laporan_Skripsi.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |