IMPLEMENTASI METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK MEMPREDIKSI KECEPATAN ANGIN (STUDI KASUS : KOTA TANJUNGPINANG)
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
PRAMESTI, ANISA FEBRYANTI SUCI
Bettiza, Martaleli
Nurfalinda, Nurfalinda
Bettiza, Martaleli
Nurfalinda, Nurfalinda
Subject
005.1.Pemrograman
Datestamp
2023-08-02 02:07:06
Abstract :
Kecepatan angin merupakan hal yang penting untuk diketahui karena berpengaruh terhadap operasi transportasi laut maupun udara di wilayah maritim. Daripada itu kecepatan angin juga berdampak pada kondisi laut seperti arus laut, gelombang serta kondisi cuaca. Prediksi kecepatan angin yang akurat dapat membantu para pelaut untuk mengatur jadwal pelayaran mereka dan mengambil tindakan yang tepat untuk menghindari kemungkinan cuaca buruk yang dipengaruhi oleh kecepatan angin. Prediksi kecepatan angin juga dapat membantu para pelaut untuk mengoptimalkan rute pelayaran dan meminimalkan waktu serta efisiensi biaya bahan bakar. Peneliti menerapkan metode Autoregressive Integrated Moving Average (ARIMA) untuk meneliti prediksi kecepatan angin dengan jumlah data sebanyak 192 data yang dibagi menjadi data latih dan data uji dengan perbandingan 80%:20% untuk data latih berjumlah 154 data dan data uji berjumlah 38 data. Hasil pengolahan data latih diperoleh model terbaik berdasarkan MAPE terkecil yaitu ARIMA (0,2,1) dengan MAPE 0.65%. Hasil pengujian prediksi data uji ARIMA (0,2,1) diperoleh MAPE sebesar 2.63%. Hasil prediksi kecepatan angin 12 periode kedepannya menunjukkan pola data naik turun yang tidak signifikan.
Kecepatan angin merupakan hal yang penting untuk diketahui karena berpengaruh terhadap operasi transportasi laut maupun udara di wilayah maritim. Daripada itu kecepatan angin juga berdampak pada kondisi laut seperti arus laut, gelombang serta kondisi cuaca. Prediksi kecepatan angin yang akurat dapat membantu para pelaut untuk mengatur jadwal pelayaran mereka dan mengambil tindakan yang tepat untuk menghindari kemungkinan cuaca buruk yang dipengaruhi oleh kecepatan angin. Prediksi kecepatan angin juga dapat membantu para pelaut untuk mengoptimalkan rute pelayaran dan meminimalkan waktu serta efisiensi biaya bahan bakar. Peneliti menerapkan metode Autoregressive Integrated Moving Average (ARIMA) untuk meneliti prediksi kecepatan angin dengan jumlah data sebanyak 192 data yang dibagi menjadi data latih dan data uji dengan perbandingan 80%:20% untuk data latih berjumlah 154 data dan data uji berjumlah 38 data. Hasil pengolahan data latih diperoleh model terbaik berdasarkan MAPE terkecil yaitu ARIMA (0,2,1) dengan MAPE 0.65%. Hasil pengujian prediksi data uji ARIMA (0,2,1) diperoleh MAPE sebesar 2.63%. Hasil prediksi kecepatan angin 12 periode kedepannya menunjukkan pola data naik turun yang tidak signifikan.
File :
ANISA_FEBRYANTI_SUCI_PRAMESTI_190155201005_Teknik Informatika-Cover.pdf
ANISA_FEBRYANTI_SUCI_PRAMESTI_190155201005_Teknik Informatika-Abstrak.pdf
ANISA_FEBRYANTI_SUCI_PRAMESTI_190155201005_Teknik Informatika-BAB I.pdf
ANISA_FEBRYANTI_SUCI_PRAMESTI_190155201005_Teknik Informatika-Daftar_Pustaka.pdf
ANISA_FEBRYANTI_SUCI_PRAMESTI_190155201005_Teknik Informatika-Full Teks.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
