PERBANDINGAN METODE FTS-CHEN DAN FTS-MARKOV CHAIN UNTUK MEMPREDIKSI CURAH HUJAN DI NUSA TENGGARA TIMUR

Authors

  • Libertania Maria Melania Esti Un Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND, Yogyakarta
  • Maria Titah Jatipaningrum Jurusan Statistika, FST, Institut Sains & Teknologi AKPRIND Yogyakarta

DOI:

https://doi.org/10.34151/statistika.v4i2.1916

Keywords:

Prediksi, Curah hujan, Fuzzy Time Series-Chen, Fuzzy Time Series-Markov Chain, Moran’s I

Abstract

Curah hujan merupakan hal penting yang perlu dipelajari di suatu daerah karena dapat menentukan rangkaian aktifitas manusia, salah satunya adalah curah hujan di Provinsi Nusa Tenggara Timur. Tujuan dari penelitian ini adalah untuk memprediksi data curah hujan dengan menggunakan metode Fuzzy Time Series-Chen (FTS-Chen)  dan Fuzzy Time Series-Markov Chain (FTS-MC). Hasil prediksi tersebut dibandingkan dengan menggunakan Root Mean Square Error (RMSE) dan Koefisien Determinasi (). Metode FTS-Chen digunakan untuk memprediksi data curah hujan dengan menggunakan Fuzzy Logical Relationship Group (FLRG). Sedangkan, untuk metode FTS-MC digunakan untuk memprediksi data curah hujan dengan menggunakan FLRG dan matriks probabilitas transisi. Hasil prediksi dari metode yang terbaik dipilih untuk melakukan pengujian dependensi spasial menggunakan uji Moran’s I. Hasil analisis menunjukkan bahwa metode FTS-MC merupakan metode yang lebih baik untuk prediksi data curah hujan yaitu untuk bulan Desember 2018, Januari 2019, dan Februari 2019 berturut-turut di Kabupaten Belu sebesar 261,4 mm ; 339 mm ; 258,167 mm, Kabupaten TTU 123,5 mm ; 77,35 mm ; 57,57 mm, Kabupaten TTS 379,5 mm ; 381,95 mm ; 380,07 mm, Kabupaten Kupang 56,91 mm ; 82,11 mm ; 101,83 mm dan Kota Kupang sebesar 309,7 mm ; 326,7 mm ; 329,13 mm. Pada uji dependensi spasial, data curah hujan untuk periode Desember 2018, Januari 2019, dan Februari 2019 tidak terdapat dependensi spasial artinya tidak ada keterkaitan antar kabupaten/kota di pulau Timor provinsi Nusa Tenggara Timur sehingga dilakukan pemetaan berdasarkan tinggi rendahnya curah hujan di masing-masing kabupaten/kota.

Downloads

Published

2019-07-31