Show simple item record

Identifikasi Pola Data Curah Hujan Pada Proses Grouping Dalam Metode Singular Spectrum Analysis

dc.contributor.authorDarmawan, Gumgum
dc.date.accessioned2016-10-18T00:37:09Z
dc.date.available2016-10-18T00:37:09Z
dc.date.issued2016-05-15
dc.identifier.citation[1] Alexandrov, T., et al.2009. A Review of Some Modern Approaches To The Problem of Trend Extractionin Research Report Series, US Census Bureau. [2] Andani, M, Handoko,B, Sunengsih,N dan Darmawan,G .2014. .”Automatisasi Grouping Pada Singular Spectrum Analysis (SSA)”, Seminar Nasional Statistika. [3] Broomhead.D.S, Jones,G.P.King and E.R.Pike.1987. Singular system analysis with application to dynamical systems. In E.R.Pike and L.A.Lugaito,editors,chaos,Noise and Fractal,pages 15-27.IOP Publishing,Bristol. [4] Broomhead.D.S, and G..P. King.1986. On qualitative analysis of experimantal dynamical system. In S.Sarkar editor, Nonlinear Phenomena and Chaos, pages 113-114. Adam Hilger,Bristol. [5] Danilov,D. .1997a. Principal components in time series forecast. Journal of Computation and Graphical Statistics,vol.6,issue 1, p.112-121. [6] Danilov,D.. 1997b. The ‘Caterpillar’ method for time series method for time series forecasting. In D.danilov and A.Zhigljavsky, editors,principle Components of Time series : The ‘Caterpillar’ method, pages 73-104. University of st.Peterburg,St.Petersburg. [7] Darmawan, G., Mulyani, S. dan Sudartianto. 2012. Pengujian Pola Musiman Pada Data Deret Waktu Dengan Menggunakan Regresi Spektral. Universitas Padjadjaran. Jatinangor. [8] Darmawan,G, Hendrayati,T dan Arisanti,R. 2015. Perbandingan peramalan pada model singular spectru analysis. Study kasus : Curah Hujan Kota Bandung Dan Sekitarnya. Seminar Nasional Universitas Muhammadiyah Purwokerto. [9] Fisher.1929. Test of significance in harmonic analysis, proc.Roy.Soc.,Ser.A.125,54-59. [10] Golyandina,Netrutkin, and Zhigljavsky .2001. Analysis os Time Series Structure SSA and Related Techniques. Chapman & Hall. [12] Wei,W.W.S .2006. Time Series Analysis, Univariate and Multivariate Methods.Philadelphia,Pennsylvania,USA. Pearson International Edition, Second Edition. [13] Whittle .1952. The Simultanous estimation of a time series’ harmonic covariance structure, Trabajos.Estadis.,3,43-57.in_ID
dc.identifier.issn2528-4630
dc.identifier.urihttp://hdl.handle.net/11617/7631
dc.description.abstractSingular Spectrum Analysis (SSA) adalah teknik peramalan data deret waktu yang sangat kuat dalam memprediksi. Dalam tekniknya digunakan dua buah parameter salah satunya yaitu effect grouping (r) yang digunakan pada tahap grouping. Pemilihan parameter effect grouping ini didasarkan pada subjektivitas peneliti berdasarkan pengelompokkan komponen dalam matriks lintasan. Untuk mengurangi subjektivitas peneliti dalam pemilihan parameter grouping effect tersebut maka dalam tulisan ini akan dilakukan sebuah identifikasi pola data dalam proses grouping agar proses grouping dalam SSA dapat dilakukan secara eksak. Untuk mengekstraksi komponen komponennya yaitu tren, musiman ,siklis dan faktor acak dilakukan dengan regresi spektral Prosedur ini akan diaplikasikan pada data curah hujan di Kota Bandung dan Sekitarnya. Software yang digunakan dalam analisis ini adalah software R (OSSR). Berdasarkan Prosedur Regresi Spektral, pengelompokan pada proses grouping bisa lebih akurat, ini terlihat dari nilai MAPE yang lebih tinggi dibandingkan dengan pengelompokan tanpa Regresi Spektralin_ID
dc.language.isoidin_ID
dc.publisherUniversitas Muhammadiyah Surakartain_ID
dc.subjectAutomatic groupingin_ID
dc.subjectCurah hujanin_ID
dc.subjectSingular spectrum analysisin_ID
dc.titleIdentifikasi Pola Data Curah Hujan Pada Proses Grouping Dalam Metode Singular Spectrum Analysisin_ID
dc.typeArticlein_ID


Files in this item

Thumbnail
Name:
43.Makalah_Gumgum.pdf
Size:
387.6Kb
Format:
PDF
View/Open

This item appears in the following Collection(s)

Show simple item record