AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) UNTUK ANALISIS DATA KECEPATAN ANGIN DI BANDARA INTERNASIONAL AHMAD YANI


Mohammad Jefrie Ilham Akbar, 4111415018 (2020) AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) UNTUK ANALISIS DATA KECEPATAN ANGIN DI BANDARA INTERNASIONAL AHMAD YANI. Under Graduates thesis, Unnes.

[thumbnail of 4111415018.pdf]
Preview
PDF - Published Version
Download (2MB) | Preview

Abstract

Model Autoregressive Fractionally Integrated Moving Average (ARFIMA) merupakan pengembangan dari model ARIMA dengan nilai differencing adalah bilangan pecahan. Penelitian ini bertujuan untuk pemodelan ARFIMA pada data kecepatan angin di Bandara Internasional Ahmad Yani dalam frekuensi harian. Pada penelitian ini dilakukan identifikasi long memory pada data kecepatan angin di Bandara Internasional Ahmad Yani yang memberikan hasil bahwa data diindikasikan mempunyai sifat long memory. Selanjutnya dilakukan pembentukan model ARFIMA dengan menentukan nilai estimasi parameter menggunakan metode Geweke and Porter-Hudak (GPH) dan Rescaled Range Statistics (R/S). Model terbaik dipilih berdasarkan nilai AIC terkecil. Model terbaik untuk ARFIMA dengan ̂ adalah model ARFIMA(0, ,[2]) dengan nilai AIC -1384,527. Model terbaik untuk ARFIMA dengan ̂ adalah model ARFIMA(0, ,1) dengan nilai AIC -1385,62. Tingkat akurasi peramalan didasarkan pada nilai RMSE, MAE, dan MAPE. Nilai eror validasi peramalan model ARFIMA (0, ,[2]) dengan ̂ adalah RMSE 0,74966754, MAE 0,593468, dan MAPE 10,45511. Nilai eror pada validasi peramalan model ARFIMA(0, ,1) dengan ̂ adalah RMSE 0,7898162, MAE 0,6295811, dan MAPE 10,75531. Nilai MAPE pada kedua model menunjukkan kriteria tingkat kemampuan peramalan yang baik. Nilai eror pada validasi peramalan model ARFIMA (0, ,[2]) dengan ̂ menunjukkan eror yang lebih kecil dibanding model ARFIMA(0, ,1) dengan ̂ dR/S = 0,224

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Long Memory, ARFIMA, GPH, R/S
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika, S1
Depositing User: mahargjo hapsoro adi
Date Deposited: 12 Oct 2020 02:38
Last Modified: 12 Oct 2020 02:38
URI: http://lib.unnes.ac.id/id/eprint/39604

Actions (login required)

View Item View Item