Perbandingan Metode Fuzzy Time Series Model Chen Dan Model Markov Chain Untuk Memprediksi Curah Hujan Di Kota Padang
DOI:
https://doi.org/10.31004/jptam.v8i1.14613Keywords:
Fuzzy Time Series, Chen, Markov Chain, Curah HujanAbstract
Penelitian ini bertujuan untuk mengimplementasikan metode fuzzy time series untuk memprediksi curah hujan di Kota Padang dengan membandingkan dua metode yaitu Fuzzy Time Series model Chen dan Markov Chain. Penelitian ini merupakan penelitian terapan dengan menggunakan data sekunder, yaitu data bulanan jumlah curah hujan di Kota Padang periode Januari 2020 sampai Desember 2023. Tahapan yang dilakukan sebelum menggunakan metode Fuzzy Time Series yaitu mengumpulkan data dan membuat plot data. Tahap selanjutnya adalah penerapan metode Fuzzy Time Series, dengan mencari nilai semesta pembicaraan, menentukan fungsi linguistik, melakukan peramalan akhir, validasi model, dan mencari hasil ramalan periode selanjutnya. Hasil analisis data peramalan Fuzzy Time Series diperoleh bahwa model Markov Chain lebih baik daripada model Chen. Nilai MAPE dari model Markov Chain yaitu 36% sedangkan model Chen yaitu sebesar 57%. Hasil peramalan jumlah Curah Hujan untuk empat bulan kedepan memiliki kategori curah hujan tinggi (301-400 ).
Penelitian ini bertujuan untuk mengimplementasikan metode fuzzy time series untuk memprediksi curah hujan di Kota Padang dengan membandingkan dua metode yaitu Fuzzy Time Series model Chen dan Markov Chain. Penelitian ini merupakan penelitian terapan dengan menggunakan data sekunder, yaitu data bulanan jumlah curah hujan di Kota Padang periode Januari 2020 sampai Desember 2023. Tahapan yang dilakukan sebelum menggunakan metode Fuzzy Time Series yaitu mengumpulkan data dan membuat plot data. Tahap selanjutnya adalah penerapan metode Fuzzy Time Series, dengan mencari nilai semesta pembicaraan, menentukan fungsi linguistik, melakukan peramalan akhir, validasi model, dan mencari hasil ramalan periode selanjutnya. Hasil analisis data peramalan Fuzzy Time Series diperoleh bahwa model Markov Chain lebih baik daripada model Chen. Nilai MAPE dari model Markov Chain yaitu 36% sedangkan model Chen yaitu sebesar 57%. Hasil peramalan jumlah Curah Hujan untuk empat bulan kedepan memiliki kategori curah hujan tinggi (301-400 ).
References
Arifin, MS. (2010). Modul klimatologi. Jawa Timur : Fakultas Pertanian Universitas Brawijaya.
BMKG NTT (Stasiun Klimatologi Lasiana Kupang). (2011). “Pengertian dalam buletin analisis hujan”. Staklimsiana.blogspot.com
A.M.G. Klein Tank, T.C. Peterson, D.A. Quadir, S. Dorji, X. Zhou, H. Tang, K. Santhosh, U.R. Joshi, A.K. Jaswal, R.K. Kolli, A.B. Sikder, N. R. Deshpande, J.V. Revadekar, K. Yeleuova, S. Vandesheva, M. Faleyeva, P. Gomboluudev, K.P. Budhathoki, A. Hussain, M. Afzaal, L. Chandrapala, H. Anvar, D. Amanmurad, V.S. Asanova, P.D. Jones, M.G. New, and T. Spektorman. (2006). Changes in Daily Temperature and Precipitation Extremes in Central and South Asia.Journal of Geophysical Research.111: D16105. doi: 10.1029/2005JD006316.
Badan Pusat Statistik Kota Padang. (2024). Kota Padang Dalam Angka.
BNPB. (2011). Indeks Rawan Bencana Indonesia. Retrieved January 24, 2013, from http://118.97.53.73/website/file/pubnew/111.pdf
Heizer, Jay dan Render, Barry. (2015). Manajemen Operasi : Manajemen Keberlangsungan dan Rantai Pasokan, Edisi 11, Salemba Empat, Jakarta.
Montgomery, D. C., Jennings, C. L., dan Kulahci, M. (2015). Introduction to Time Series Analysis and Forecasting. Second Edition. New Jersey: John Wiley and Sons, Inc.
Song, Q. dan Chissom, B. S. Forecasting enrollments with fuzzy time series-Part II. Fuzzy Sets and Systems, 62: 1-8. 1994.
Hanke, J., & Wichers, D. (2005). Business Forecasting Eigh Edition. New Jersey: Pearson Prentice hall.
Michael L. Griffiths and Raymond S. Bradley. (2007). Variations of Twentieth-Century Temperature and Precipitation Extreme Indicators in The Northeast United States.Journal of Climate. 20: 5401-5417. doi: 10.1175/2007JCLI1594.1
Brata, A. S. (2016). Penerapan Time Series Dalam Peramalan Data Seasonal. Skripsi. Universitas Islam Negeri Maulana Malik Ibrahim.
Robandi, I. (2006). Desain Sistem Tenaga Modern Optimasi Logika Fuzzy Algoritma Genetika. Yogyakarta: Andi.
H-K. Yu. (2005). Weighted fuzzy time series models for Taiex forecasting, Physica A, 349, 609-624. DOI: https://doi.org/10.1016/j.physa.2004.11.006
Chen, S.M. (1996). Forecasting Enrollments Based on Fuzzy Time Series. Journal of Sets and System, 81 (3): 311-319.
Tsaur, R. (2012). A Fuzzy Time Series-Markov Chain Model With an Application to Forecast The Exchange Rate Between The Taiwan and US Dollar. International Journal of Innovative Computing, Information and Control, (Online), 8 (7): 4931-4942.
Downloads
Published
How to Cite
Issue
Section
Citation Check
License
Copyright (c) 2024 Saputri Julida, Dewi Murni
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
