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, Universitas Negeri Semarang.

PDF (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) UNTUK ANALISIS DATA KECEPATAN ANGIN DI BANDARA INTERNASIONAL AHMAD YANI) - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

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 ̂ .

Actions (login required)

View Item