Sulistyono, AgusDwi (2016) Kajian Model Hibrida Gstar-Sur-Nn Pada Data Curah Hujan. Magister thesis, Universitas Brawijaya.
Abstract
Model spatio-temporal yang telah dikembangkan di antaranya adalah model Space- Time Autoregressive (STAR) yang diperkenalkan oleh Pfeifer dan Deutsch (1980), Generalized Space-Time Autoregressive (GSTAR) dan GSTAR-OLS yang dikembangkan oleh Ruchjana (2001 dan 2002) dan GSTAR-SUR yang dikembangkan oleh Iriany (2013). Selain fenomena spatio-temporal, dalam kehidupan sehari-hari seringkali dijumpai fenomena yang nonlinear, bahkan tidak jarang pola dan karakteristik data sulit untuk diidentifikasi. Model nonlinier yang banyak berkembang adalah neural network. Penelitian ini dilakukan untuk membentuk model hibrida GSTAR-SUR-NN guna mengembangkan model spatiotemporal yang memiliki daya ramal lebih baik. Penelitian ini dilakukan pada data curah hujan dasarian tahun 2005 – 2015 untuk wilayah Blimbing, Singosari, karangploso, Dau, dan Wagir. Berdasarkan pada hasil penelitian, ditunjukkan bahwa model GSTAR((1),1,2,3,12,36)-SUR dengan bobot cross-covariance memiliki tingkat keakuratan yang relatif sama dengan model GSTAR((1),1,2,3,12,36)-SUR-NN (25-14-5) untuk lokasi Blimbing dan Singosari pada taraf kesalahan 5%. Sedangkan untuk lokasi Karangploso, Dau, dan Wagir, GSTAR((1),1,2,3,12,36)-SUR-NN (25-14-5) memiliki tingkat keakuratan yang lebih baik dalam meramalkan curah hujan pada ketiga lokasi tersebut dengan nilai R2prediction tiap lokasi sebesar 0.992, 0.580, dan 0.474.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/519.55/SUL/k/2016/041602776 |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics |
| Divisions: | S2/S3 > Magister Matematika, Fakultas MIPA |
| Depositing User: | Nur Cholis |
| Date Deposited: | 13 Apr 2016 14:39 |
| Last Modified: | 13 Apr 2016 14:39 |
| URI: | http://repository.ub.ac.id/id/eprint/157488 |
Actions (login required)
 |
View Item |