Peramalan Data Cuaca Ekstrim Indonesia Menggunakan Model ARIMA dan Recurrent Neural Network
Teks penuh
Dokumen terkait
Untuk mengetahui model yang terbaik berdasarkan nilai keakuratan dalam melakukan peramalan data temperatur Kota Surabaya maka antara model ARIMA dan ANN dibandingkan.
Metode Hybrid (ARIMA-NN) merupakan metode gabungan antara ARIMA dan Neural Network, langkah pertama adalah memodelkan data dengan metode ARIMA (telah dilakukan pada Sub
Langkah-langkah analisis data yang dilakukan adalah sebagai berikut: i) Melakukan pemodelan ARIMA musi- man ganda; ii) Mendeteksi outlier secara iteratif; iii) Mela - kukan
diperoleh berdasarkan analisis ketiga metode tersebut adalah pada jumlah produksi minyak bumi model terbaik diperoleh dari metode hibrida ARIMA-neural network, dengan hasil ramalan
Untuk mengetahui model yang terbaik berdasarkan nilai keakuratan dalam melakukan peramalan data temperatur Kota Surabaya maka antara model ARIMA dan ANN dibandingkan.
Berdasarkan hasil pemodelan diketahui model peramalan kecepatan angin terbaik mengikuti model ARIMA 1,1,1 Seasional 2,0,1 dengan akurasi model yang memiliki nilai MSE 0,258849.. Hasil
Model umum ARIMA dapat dituliskan sesuai persamaan di bawah ini: β π΅ππ‘ = ππ΅π€π‘ 1 Dimana, ππ‘ : nilai dari variabel X saat waktu ke-t π΅ : operator pergeseran ke belakang π€π‘ : nilai
Dari hasil yang sama dapat disimpulkan bahwa model ARIMA terbaik untuk peramalan data IHK Kota Ambon yaitu ARIMA 0,1,1 karena memiliki nilai MSE yang paling terkecil yaitu 26,27
