Model Matematika Ketinggalan Gelombang Perairan Pulau Bawean dengan Metode ARIMA

Authors

  • Yuni Listiana Universitas Dr Soetomo
  • Lusiana Prastiwi

DOI:

https://doi.org/10.26594/jmpm.v3i2.1418

Keywords:

Model, Arima, Time series, Ketinggian gelombang, Bawean

Abstract

Kondisi cuaca yang mudah berubah saat ini menyebabkan ketinggian gelombang di perairan Pulau Jawa Judul sulit untuk ditebak. Pulau Bawean adalah salah satu Pulau Kecil di tengah laut Jawa yang distribusi logistik dan aktivitas lainnya sangat dipengaruhi oleh kondisi laut Jawa. Sehingga diperlukan sebuah metode untuk mengidentifikasi model matematika ketinggian gelombang perairan Pulau Bawean agar dapat membantu instansi terkait dalam memprediksi ketinggian gelombang secara akurat. ARIMA merupakan salah satu metode dalam analisis data time series yang banyak digunakan untuk menganalisis data secara statistik untuk mendapatkan model terbaik berdasarkan perilaku data tersebut, salah satu diantaranya adalah data ketinggian gelombang. Dalam penelitian ini didapatkan bahwa ARIMA(2,1,0) merupakan model terbaik untuk ketinggian gelombang perairan Pulau Bawean.

References

Hadijah, H. (2013). Peramalan Operasional Reservasi dengan Program Minitab menggunakan Pendekatan Arima PT Surindo Andalan. The Winners, 14(1), 13–19. https://doi.org/10.21512/tw.v14i1.640

Kasanah, L. N. (2016). Aplikasi Autoregressive Integrated Moving Average (ARIMA) untuk Meramalkan Jumlah Demam Berdarah Dengue (DBD) di Puskesmas Mulyorejo. Jurnal Biometrika dan Kependudukan, 5(2), 177–189. https://doi.org/10.20473/jbk.v5i2.2016.177-189

Kurniawan, T., Hanafi, L., & Apriliani, E. (2014). Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA. Jurnal Sains Dan Seni ITS, 3(2), A28-33. https://doi.org/10.12962/j23373520.v3i2.7984

Tayyib, M., & Winahju, W. S. (2014). Pemodelan Kecepatan Angin di Perairan Pulau Bawean dengan Menggunakan Fungsi Transfer. Jurnal Sains dan Seni ITS, 3(2), D248–D253. https://doi.org/10.12962/j23373520.v3i2.8152

Wei, W. W. S. (2006). Time Series Analysis: Univariate and Multivariate Methods (Classic Version). Pearson Education.

Wibowo, Y. A., Suparti, S., & Tarno, T. (2012). ANALISIS DATA RUNTUN WAKTU MENGGUNAKAN METODE WAVELET THRESHOLDING. Jurnal Gaussian, 1(1), 249–258.

Downloads

Published

2018-09-16

Issue

Vol. 3 No. 2: September 2018 - Februari 2019

Section

Artikel

License

 

  1. All information and contents of articles contained in JMPM: Jurnal Matematika dan Pendidikan Matematika are free to read, download, print, copy, or share with various legal purposes.

  2. The formal legal aspect of access to any information and articles contained in this journal website refers to the Creative Commons Attribution 4.0 International (CC BY 4.0) license terms.