Sistem Peringatan Dini T

(1)

LEMBAR

HASIL PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW KARYA ILMIAH : KARYA CIPTAAN

Judul Ciptaan : Sistem Peringatan Dini Tinggi Gelombang Laut Berbasis Model Spasial GSTAR

Jumlah Pencipta : 3 Orang Inventor ke : 2

Nama Pencipta : Budi Warsito, Hasbi Yasin, Arief Rachman Hakim

Identitas Ciptaan

a. Pemegang Hak Cipta : Universitas Diponegoro b. Jenis Ciptaan : Program Komputer c. Tanggal Permohonan : 15 Oktober 2019 d. Nomor Permohonan : EC00201976165 e. Tanggal diumumkan : 19 Agustus 2019 f. Tempat diumumkan : Semarang g. Nomor Pencatatan : 000158859 h. Alamat Web Sertifikat : https://e-

hakcipta.dgip.go.id/index.php/c?code=LmAr2uvXXw7Tn%2BmB 8GldwcEcW2dp%2FLfZrZ7DM%2FESLm0%3D

Kategori Karya Ciptaan : Tigkat Internasional (beri pada kategori yang tepat) Tingkat Nasional Hasil Penilaian Peer Review :

Komponen Yang Dinilai

Nilai Reviewer

Nilai Rata-rata Reviewer I Reviewer II

a. Kelengkapan unsur (10%) 1,50 1 1,25

b. Ruang lingkup dan kedalaman pembahasan (30%)

4,25 4 4,13

c. Kecukupan dan kemutahiran data/informasi dan metodologi (30%)

4,25 4 4,13

d. Kelengkapan unsur dan kualitas penerbit (30%)

4,50 4,5 4,50

Total = (100%) 14,5 13,5 14,00

Semarang, 16 Juni 2020 Reviewer 2

Dr. Rukun Santoso, M.Si.

NIP. 19650225 199201 1 001 Unit kerja :

Departemen Statistika Undip

Reviewer 1

Prof. Drs. Mustafid, M.Eng., Ph.D.

NIP. 19550528 198003 1 002 Unit kerja :



(2)

LEMBAR

HASIL PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW KARYA ILMIAH : KARYA CIPTAAN

Nama Pencipta : Budi Warsito, Hasbi Yasin, Arief Rachman Hakim

Identitas Ciptaan

Kategori Karya Ciptaan : Tigkat Internasional (beri pada kategori yang tepat) Tingkat Nasional Hasil Penilaian Peer Review :

Komponen Yang Dinilai

Nilai Maksimum Karya

Ciptaan Nilai Akhir Yang Diperoleh

a. Kelengkapan unsur (10%) 1,5 1,25

4,5 4,13

c. Kecukupan dan kemutahiran

data/informasi dan metodologi (30%)

4,5 4,13

4,5 4,50

Total = (100%) 15 14,00

Semarang, 16 Juni 2020 Reviewer 2

NIP. 19650225 199201 1 001 Unit kerja :

Reviewer 1

Prof. Drs. Mustafid, M.Eng., Ph.D.

NIP. 19550528 198003 1 002 Unit kerja :

Departemen Statistika Undip 15



(3)

LEMBAR

HASIL PENILAIAN SEJAWAT SEBIDAI{G ATAU PEER REWEV KARYA U.IWAE ; KABYA CIPTAAN

Judul Ciptaan Jumlah Pencipta Nama Pencipta Identitas Ciptaan

a. Pemegang Hak Cipta b. Jenis Ciptaan

c. Tanggal Permohonan d. Nomor Permohonan e. Tanggal diumumkan f. Tempat diumumkan g. Nomor Pencatatan h. Alamat Web Sertifikat

Kategori Karya

Ciptaan

^:

(beri lpada _kategoriyang tepat) Hasil Penilaian Peer Review :

Agustus 2019.

e.

^Indikasi^Plagiasi:^Tidak^ada.

f.

Kesesuaian bidang ilmu: Statistika.

Sistem Peringatan Dini Tinggi Gelombang Laut Berbasis Model Spasial GSTAR

3 Orang

Inventor ke ^{: 2}

Budi Warsito, Hasbi Yasin, Arief Rachman Hakim Universitas Diponegoro

Program Komputer l5 Oktober 2019 FjC0020197616s 19 Agustus 2019 Semarang 0001 58859 https://e-

lrakcipta.dsip. go.id/index. php/c?code:LmAr2uvXXwTTn%2BrnB SCldwcEcW2dp%2 FLZTZTDM%2FE,SLm0%3 D

l--l

^tiekatInternasional

Irl

fingkatNasional

(omentar Peer Review: Sg4aqa4g,

a.

Kelengkapan dan kesesuaian unsur: Baik, sistematika penulisan sesuai Reviewer I dengan sistematika HK[, penulisan setiap bagian sesuai ^dengan

sistematika HKI.

b.

^Ruanglingkup dan kedalaman pembahasan: Baik, materi artikel berhubungan dengan penerapan Statistika. Pembahasan secara scientifik

berhubungan dengan statistika. Prof. Drs. Mustafid, M.Eng., Ph.D.

c.

^Kecukupan^dankemutahiran datalinformasi dan metodologi: Baik,

isi

NIP. 19550528 198003 1 002 materi dan isi HKI menunjukkan ^carabaru dalam ^penerapanstatistika.

d.

Kelengkapan unsur dan kualitas penerbit Baik, HK[ dinyatakan pada

Surat Pencataan Ciptaan, Nomor: 000158859, diumumkan pada

19

Unit kerja:

Departemen Statistika Undip Jabatan Fungsional:

Guru Besar Komponen

Yang Dinilai

Nilai Maksimum Karya Ciptaan

E

^NilaiYang Diperoleh

a.

Kelengkapan unsur (10%) 1,5 1,50

b.

Ruang lingkup dan kedalaman pembahasan G0%\

4,5 4,25

c.

^Kecukupan^dankemutahiran

datalinformasi dan metodoloei $0%)

4,5 4,25

d.

Kelengkapan unsur dan kualitas uenerbit G0%\

4,5 4,50

Totat = ^(100%) ¹⁵ ^14r5

Kontribusi Pengusul (Penulis Anggota) : 40o/o x 14,5/2:2,9

(4)

LEMBAR

HASIL PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW KARYA ILMIAH : KARYA CIPTAAN

Nama Pencipta : Budi Warsito, Hasbi Yasin, Arief Rachman Hakim

Identitas Ciptaan

Kategori Karya Ciptaan : Tigkat Internasional (beri pada kategori yang tepat) Tingkat Nasional Hasil Penilaian Peer Review :

Komponen Yang Dinilai

Nilai Maksimum Karya Ciptaan

Nilai Yang Diperoleh

a. Kelengkapan unsur (10%) 1,5 1

4,5 4

c. Kecukupan dan kemutahiran

data/informasi dan metodologi (30%)

4,5 4

4,5 4,5

Total = (100%) 15 13,5

Kontribusi Penemu utama 60%x13,5=8,1

Komentar Peer Review:

a. Kelengkapan dan kesesuaian unsur:

Cukup memenuhi sebagai karya intelektual b. Ruang lingkup dan kedalaman pembahasan:

Komputasi hanya untuk satu masalah

c. Kecukupan dan kemutahiran data/informasi dan metodologi:

Koding dalam MatLab, bukan exe file. Sesuai yang diperlukan d. Kelengkapan unsur dan kualitas penerbit:

Baik

e. Indikasi Plagiasi:

Tidak ditemukan

f. Kesesuaian bidang ilmu:

Seauai, aplikasi komputasi statistika

Semarang, Reviewer 2

NIP. 19650225 199201 1 001

Unit kerja:

Departemen Statistika Undip Jabatan Fungsional:

Lektor Kepala 15



(5)

(6)

(7)

BUKU PEDOMAN APLIKASI

SISTEM PERINGATAN DINI TINGGI GELOMBANG LAUT BERBASIS MODEL SPASIAL GSTAR

Tim Inventor:

Dr. Budi Warsito, S.Si., M.Si. NIDN 0024087502 Hasbi Yasin, S.Si., M.Si. NIDN 0017128201 Arief Rachman Hakim, S.Si., M.Si. NIDN 0025026503

FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO

AGUSTUS 2019

Dibiayai oleh:

Direktorat Riset dan Pengabdian Masyarakat Direktorat Jenderal Penguatan Riset dan Pengembangan

Kementerian Riset, Teknologi dan Pendidikan Tinggi Sesuai dengan Kontrak Penelitian Tahun Anggaran 2019

(8)

Tutorial Program GSTAR_WAVE @ 2019 2 TUTORIAL PROGRAM GSTAR UNTUK PEMODELAN TINGGI

GELOMBANG LAUT

Program ini dibangun dengan menggunakan GUIDE MATLAB. Tujuannya adalah untuk membuat pemodelan data SPATIO TEMPORAL, dalam hal ini data tinggi gelombang laut yang diamati di beberapa lokasi selama periode waktu tertentu. Program ini disusun dengan model spatio temporal Generalized Space Time Autoregressive (GSTAR) yang dikombinasikan dengan model Feed Forward Neural Network (FFNN) atau Radial Basis Neural Network (RBFN).

PERSIAPAN AWAL:

1. Menginstall MATLAB 7.6.0

Matlab Versi 7.6.0 atau yang lebih tinggi harus terinstall terlebih dahulu agar program berjalam dengan baik. Bila digunakan Matlab versi yang lebih dikhawatirkan program tidak dapat berjalan dengan baik.

2. Membuat file data dalam file Excel (*.xls)

Untuk melakukan pemodelan data curah hujan ekstrim dengan metode Block Maxima perlu disiapkan data dalam file Microsoft Excel dengan extensi (*.xls atau *.xlsx). Data tersebut merupakan data time series multivariate yang disusun pada tiap kolom yang berbeda. Banyaknya kolom merupakan banyaknya variabel/lokasi pengamatan, sedangkan bayaknya baris merupakan banyaknya observasi tiap variabel/lokasi (harus sama setiap kolom).

(9)

Tutorial Program GSTAR_WAVE @ 2019 3 PENGGUNAAN PROGRAM:

Untuk menjalankan program VAR-GSTAR ini pertama kali buka software MATLAB kemudian ganti direktori kerja Matlab pada folder “…/GUI GSTAR WAVE” tergantung dimana anda meletakkan folder tersebut.

Kemudian pada jendela Command ketik GSTAR_WAVE lalu tekan ENTER sehingga akan muncul tampilan jendela utama program sbb:

 Klik Menu GSTAR untuk melakukan pemodelan menggunakan model GSTAR dan GSTAR-NN

 Klik Menu Help untuk melihat petunjuk penggunaan aplikasi.

 Klik Menu Exit untuk mengakhiri aplikasi.

(10)

Tutorial Program GSTAR_WAVE @ 2019 4 Model GSTAR

a. Pilih Menu GSTAR  GSTAR lalu akan muncul tampilan berikut:

b. Klik Input Data untuk mengambil data yang akan dianalisis.

(11)

Tutorial Program GSTAR_WAVE @ 2019 5 c. Masukkan parameter model yang dibutuhkan, yaitu parameter lag dan matriks pembobot yang digunakan dalam model GSTAR. Selain itu, Tentukan persentase data yang digunakan sebagai data training (In Sample).

d. Klik Estimate untuk proses estimasi parameter dengan metode OLS.

Akurasi model ditampilkan pada tab Model Accuracy.

(12)

Tutorial Program GSTAR_WAVE @ 2019 6 e. Klik Plot untuk melihat perbandingan hasil prediksi dan data actual

dari setiap variabel.

f. Klik Save Model untuk menyimpan parameter model GSTAR.

g. Klik Save Output untuk menyimpan output secara lengkap dengan nama yang dapat disesuaikan.

h. Output secara lengkap dapat dilihat pada file output yang telah disimpan dalam bentuk file *.mat.

i. Klik Repeat untuk mengulang proses estimasi dengan data yang sama.

j. Klik Reset untuk melakukan pemodelan dengan data baru.

k. Klik Exit untuk mengakhiri program.

Pemodelan GSTAR-FFNN dan GSTAR-RBFN dapat dilakukan dengan cara yang sama seperti pada model GSTAR-OLS.