{"title":"利用光谱回波方法对时间进行季节性分析。","authors":"Dadang Ruhiat, Cecep Suwanda","doi":"10.25157/TEOREMA.V4I1.1887","DOIUrl":null,"url":null,"abstract":"Pemodelan dan peramalan data deret waktu di berbagai bidang, salah satunya di bidang hidrologi, terus berkembang , baik dalam pengembangan metode maupun dalam penerapannya. Beberapa parameter hidrologi yang sangat penting dan sering kali perlu untuk diramalkan adalah debit sungai dan curah hujan. Kedua parameter hidrologi tersebut kejadiannya dipengaruhi oleh musim sehingga teridentifikasi mengandung pola musiman. Terkait dengan pemodelan dan peramalan data deret waktu debit sungai yang teridentifikasi mengandung pola musiman sebelumnya telah dicoba dengan menggunakan beberapa metode yang berbasis kepada pendekatan metode statistik Box- Jenkins , yaitu melalui pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Seasonal Autoregressive Fractionally Integrated Moving Average ( SARFIMA.). Pada paper ini akan diuraikan hasil pemodelan dan peramalan dengan menggunakan metode statistik lainnya yaitu metode regresi spektral. Analisis terhadap hasil peramalan menunjukan bahwa peramalan data deret waktu debit sungai yang berpola musiman melalui metode spektral memberikan hasil yang cukup baik dan mampu menirukan perilaku dari data deret waktu historisnya. Keakuratan hasil peramalan tersebut diukur dengan menggunakan nilai kebaikan model Mean Absolute Percentage Error (MAPE) , dan diketahui memiliki Nilai MAPE yang relatif lebih kecil dari nilai MAPE hasil peramalan yang telah dilakukan sebelumnya melalui Model SARIMA. Dengan demikian hasil peramalan melalui metode regresi spektral relatif lebih akurat","PeriodicalId":416905,"journal":{"name":"TEOREMA : Teori dan Riset Matematika","volume":"64 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":"{\"title\":\"PERAMALAN DATA DERET WAKTU BERPOLA MUSIMAN MENGGUNAKAN METODE REGRESI SPEKTRAL (Studi Kasus : Debit Sungai Citarum-Nanjung)\",\"authors\":\"Dadang Ruhiat, Cecep Suwanda\",\"doi\":\"10.25157/TEOREMA.V4I1.1887\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Pemodelan dan peramalan data deret waktu di berbagai bidang, salah satunya di bidang hidrologi, terus berkembang , baik dalam pengembangan metode maupun dalam penerapannya. Beberapa parameter hidrologi yang sangat penting dan sering kali perlu untuk diramalkan adalah debit sungai dan curah hujan. Kedua parameter hidrologi tersebut kejadiannya dipengaruhi oleh musim sehingga teridentifikasi mengandung pola musiman. Terkait dengan pemodelan dan peramalan data deret waktu debit sungai yang teridentifikasi mengandung pola musiman sebelumnya telah dicoba dengan menggunakan beberapa metode yang berbasis kepada pendekatan metode statistik Box- Jenkins , yaitu melalui pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Seasonal Autoregressive Fractionally Integrated Moving Average ( SARFIMA.). Pada paper ini akan diuraikan hasil pemodelan dan peramalan dengan menggunakan metode statistik lainnya yaitu metode regresi spektral. Analisis terhadap hasil peramalan menunjukan bahwa peramalan data deret waktu debit sungai yang berpola musiman melalui metode spektral memberikan hasil yang cukup baik dan mampu menirukan perilaku dari data deret waktu historisnya. Keakuratan hasil peramalan tersebut diukur dengan menggunakan nilai kebaikan model Mean Absolute Percentage Error (MAPE) , dan diketahui memiliki Nilai MAPE yang relatif lebih kecil dari nilai MAPE hasil peramalan yang telah dilakukan sebelumnya melalui Model SARIMA. Dengan demikian hasil peramalan melalui metode regresi spektral relatif lebih akurat\",\"PeriodicalId\":416905,\"journal\":{\"name\":\"TEOREMA : Teori dan Riset Matematika\",\"volume\":\"64 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-03-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"TEOREMA : Teori dan Riset Matematika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25157/TEOREMA.V4I1.1887\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"TEOREMA : Teori dan Riset Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25157/TEOREMA.V4I1.1887","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
PERAMALAN DATA DERET WAKTU BERPOLA MUSIMAN MENGGUNAKAN METODE REGRESI SPEKTRAL (Studi Kasus : Debit Sungai Citarum-Nanjung)
Pemodelan dan peramalan data deret waktu di berbagai bidang, salah satunya di bidang hidrologi, terus berkembang , baik dalam pengembangan metode maupun dalam penerapannya. Beberapa parameter hidrologi yang sangat penting dan sering kali perlu untuk diramalkan adalah debit sungai dan curah hujan. Kedua parameter hidrologi tersebut kejadiannya dipengaruhi oleh musim sehingga teridentifikasi mengandung pola musiman. Terkait dengan pemodelan dan peramalan data deret waktu debit sungai yang teridentifikasi mengandung pola musiman sebelumnya telah dicoba dengan menggunakan beberapa metode yang berbasis kepada pendekatan metode statistik Box- Jenkins , yaitu melalui pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Seasonal Autoregressive Fractionally Integrated Moving Average ( SARFIMA.). Pada paper ini akan diuraikan hasil pemodelan dan peramalan dengan menggunakan metode statistik lainnya yaitu metode regresi spektral. Analisis terhadap hasil peramalan menunjukan bahwa peramalan data deret waktu debit sungai yang berpola musiman melalui metode spektral memberikan hasil yang cukup baik dan mampu menirukan perilaku dari data deret waktu historisnya. Keakuratan hasil peramalan tersebut diukur dengan menggunakan nilai kebaikan model Mean Absolute Percentage Error (MAPE) , dan diketahui memiliki Nilai MAPE yang relatif lebih kecil dari nilai MAPE hasil peramalan yang telah dilakukan sebelumnya melalui Model SARIMA. Dengan demikian hasil peramalan melalui metode regresi spektral relatif lebih akurat