Prediksi Curah Hujan Menggunakan Metode Average Based dan High Order Fuzzy Time Series di Bandar Udara Juanda

Article Sidebar

PDF (Bahasa Indonesia)
Published: Jul 5, 2021
DOI: https://doi.org/10.26740/jieet.v3n1.p11-15
Keywords:
Curah hujan, forecasting, time series, high order fuzzy time series, average based, metode cheng

Main Article Content

Mifta Dwi Rachmawati
Lilik Anifah
Universitas Negeri Surabaya

Abstract

Peramalan merupakan metode yang digunakan untuk memprediksi ketidakpastian di masa yang akan datang untuk mengambil sebuah keputusan. High Order Fuzzy Time Series merupakan konsep baru pengembangan dari logika Fuzzy yang dapat melakukan prediksi menggunakan data historis dengan membentuk nilai-nilai linguistik dan menghasilkan peramalan yang lebih akurat. Pada penelitian ini, peneliti akan membahas mengenai prediksi curah hujan menggunakan metode High Order Fuzzy Time Series yang dikembangkan oleh Cheng yang merupakan pengembangan dari Chen pada tahun 1996. Dalam fuzzy time series, penentuan panjang interval dilakukan pada awal proses. Dalam penelitian ini, panjang interval sangat berpengaruh dalam high order fuzzy time series dalam hasil prediksi. Untuk menghasilkan panjang interval yang efektif, maka peneliti menggunakan metode berbasis rata rata atau yang dikenal Average Based.  Berdasakan penelitian menggunakan metode tersebut, peneliti melakukan prediksi curah hujan bulan Januari 2019, Februari 2019, Maret 2019, dan April 2019 didapatkan nilai MAPE terkecil menggunakan orde satu adalah menggunakan data 5 tahun dengan hasil prediksi bulan Januari 2018 sebesar 4.38%, bulan Februari 2018 sebesar 4.32%, bulan Maret 2018 sebesar 4.30%, dan bulan April 2018 sebesar 4.25%. Sedangkan nilai MAPE terkecil menggunakan orde dua adalah menggunakan data 5 tahun dengan dengan hasil prediksi bulan Januari 2018 sebesar 3.94%, bulan Februari 2018 sebesar 3.87%, bulan Maret 2018 sebesar 3.81%, dan April 2018 sebesar 3.75%. Dan terakhir menggunakan orde tiga menghasilkan nilai MAPE terkecil dengan menggunakan data 2 tahun dengan hasil prediksi bulan Januari 2018 sebesar 4.00%, bulan Februari 2018 sebesar 3.82%, bulan Maret 2018 sebesar 3.66%, dan April 2018 sebesar 3.51%. Secara keseluruhan, prediksi curah hujan menggunakan FTS orde tinggi menghasilkan nilai error yang lebih kecil dibandingkan FTS biasa atau orde satu. Perhitungan menggunakan metode High Order Fuzzy Time Series dan Average Based sangat dipengaruhi oleh jumlah data yang yang digunakan dan jumlah interval dalam membagi data tersebut.

Article Details

Issue
Vol. 3 No. 1 (2019)
Section
Volume 03 Nomor 01

References

Makridakis, S., S. C., W., & V. E., M. (1999). Metode dan Aplikasi Peramalan jilid 1 alih bahasa Hari Suminto. Jakarta: Binarupa.

Khan, M. S., Burney, S. A., & Ali, S. M. (2018). A Novel High Order Fuzzy Time Series Forecasting Method with Higher Accuracy Rate. IJCSNS International Journal of Computer Science and Network Security, VOL. 18 No. 5.

Fauziah, N., Wahyuni, S., & Nasution, Y. N. (2016). Peramalan Menggunakan Fuzzy Time Series Chen, Studi Kasus: Curah Hujan Kota Samarinda. Statistika.

Fadhillah, A., Bettiza, M., & Ritha, N. (2017). Perbandingan Model Chen dan Model Cheng Pada Algoritma Fuzzy Time Series Untuk Prediksi Harga Bahan Pokok.

Sumartini, Hayati, Memi Nor., & Wahyuningsih, Sri. (2017). Peramalan Menggunakan Metode Time Series Cheng. Jurnal Eksponensial Volume 8, Nomor 1.

A., R. M., Gernowo, R., Setyawan, A., & Nursamsiah. (2012). Model ARIMA Untuk Prediksi Curah Hujan, Studi Kasus Semarang Jateng. Berkala Fisika, 91-94.

Kafara, Z., Rumlawang, F. Y., & Sinay, L. J. (2017). Peramalan Curah Hujan Dengan Pendekatan Seasonal Autoregressive Integrated Moving Average (SARIMA), Studi Kasus: Curah Hujan Bulanan di Kota Ambon, Provinsi Maluku. Jurnal Ilmu Matematika dan Terapan, 63-74.

Utomo, M. C., Mahmudy, W. F., & Anam, S. (2017). Kombinasi Logika Fuzzy dan Jaringan Syaraf Tiruan untuk Prakiraan Curah Hujan Timeseries di Area Puspo Jawa Timur. Jurnal teknologi Informasi dan Ilmu komputer, 160-167.

Albana, I. A. (2017). Prediksi Curah Hujan Dengan Menggunakan Fuzzy Forecasting Berbasis Automatic Clustering dan Axiomatic Fuzzy Set Classification. e-Proceeding of Engineering, 5120.

Chen, S. M. (1996). Forecasting Enrollments Based On Fuzzy Time Series. Elsevier, 311-319.

Song, Q., & Chissom, B. S. (1994). Forecasting Enrollments with Fuzzy Time Series.

Hk., B. T. (2012). Mikrofisika Awan dan Hujan. Jakarta: Badan Meteorologi Klimatologi dan Geofisika.