PERAMALAN CURAH HUJAN MENGGUNAKAN BAYESIAN STRUCTURAL TIME SERIES DI STASIUN METEOROLOGI PERAK 1 SURABAYA

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

TEXT

PERAMALAN CURAH HUJAN MENGGUNAKAN BAYESIAN STRUCTURAL TIME SERIES DI STASIUN METEOROLOGI PERAK 1 SURABAYA

LUKMAN HADI WIBOWO - Nama Orang;

ABSTRAK-Stasiun Meteorologi Perak 1 Surabaya memainkan peran penting dalam memantau curah hujan dan memahami pola cuaca di wilayah tersebut. Namun, meramalkan curah hujan dengan akurat tetap menjadi tantangan karena perubahan kondisi cuaca yang sulit diprediksi. Mengingat pentingnya informasi curah hujan untuk perencanaan mitigasi bencana dan pengelolaan sumber daya alam, penelitian ini bertujuan mengembangkan sistem peramalan curah hujan menggunakan metode Bayesian Structural Time Series (BSTS). Metode ini digunakan karena kemampuannya mengatasi ketidakpastian dan memprediksi tren dengan akurat. Sistem yang dikembangkan berbasis website ini, bertujuan memudahkan proses peramalan curah hujan di Surabaya atau wilayah yang lain. Pengujian sistem dilakukan dengan menggunakan data historis curah hujan dari Stasiun Meteorologi Perak 1 Surabaya. Untuk menilai keakuratan peramalan, digunakan metrik Root Mean Squared Error (RMSE). Hasil uji menunjukkan metode BSTS memberikan peramalan yang lebih akurat dibandingkan metode lain, dengan nilai RMSE yang relatif kecil. Dari perhitungan RMSE antara data aktual dan prediksi, total RMSE untuk 304 data yang dihitung adalah 2888,40. Menghitung akar kuadrat dari nilai tersebut menghasilkan RMSE = 2888,40/340 = 2,918. Dengan demikian, nilai RMSE untuk metode Bayesian Structural Time Series ini adalah 2,918. Hasil peramalan yang cukup akurat ini diharapkan dapat memberikan manfaat bagi pemangku kepentingan, khususnya di wilayah Perak, Surabaya. Dan juga pihak terkait seperti BMKG, BNPB dan masyarakat menghadapi potensi bencana banjir atau kekeringan. Dengan informasi yang cukup akurat, diharapkan dapat merencanakan mitigasi bencana dengan lebih baik.-Kata Kunci : Sistem Peramalan Curah Hujan, Bayesian Structural Time Series (BSTS), Root Mean Squared Error (RMSE), Sistem Berbasis Website.

Ketersediaan

S13-5321 S13-5321 WIB 2025 Koleksi Skripsi Tersedia

Informasi Detail

Judul Seri: -
No. Panggil: S13-5321 WIB 2025
Penerbit: Surabaya : ITATS., 2025
Deskripsi Fisik: -
Bahasa
ISBN/ISSN: -
Klasifikasi: NONE
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: Sistem Peramalan Curah Hujan
Bayesian Structural Time Series (BSTS)
Root Mean Squared Error (RMSE)
Sistem Berbasis Website
Info Detail Spesifik: NPM : 13.2020.1.00903 Nilai : B+
Pernyataan Tanggungjawab: Pembimbing : Ruli Utami, S.Kom., M.Kom.

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar