Search for collections on Undip Repository

PREDIKSI TINGGI PERMUKAAN AIR LAUT MENGGUNAKAN MODEL ARIMA UNTUK DAERAH PESISIR

MUSBIKHIN, Ahmad and Sediyono, Eko and Widodo, Catur Edi (2020) PREDIKSI TINGGI PERMUKAAN AIR LAUT MENGGUNAKAN MODEL ARIMA UNTUK DAERAH PESISIR. Masters thesis, School of Postgraduate Studies.

Full text not available from this repository.

Abstract

Banjir rob merupakan salah satu bencana yang paling sering terjadi di kota – kota pesisir Indonesia, naiknya suhu permukaan bumi akibat pemanasan global menjadikan mencairnya es di pegunungan dan kutub bumi mencair dan menyebabkan naiknya permukaan air laut. Untuk memprediksi naiknya tinggi permukaan air laut yang menjadi sebab utama maka penelitian ini menawarkan analisa data menggunakan metode Autoregressive Integrated Moving Average (ARIMA). ARIMA menggunakan nilai masa lalu dan sekarang dari variable dependen untuk menghasilkan ramalan jangka pendek yang akurat. Dalam bentuk umumnya menjadi ARIMA(p,d,q) dengan model (1,1,1). p menyatakan ordo AR, d menyatakan ordo Integreted dan q menyatakan ordo moving average. apabila modelnya menjadi AR maka model umumnya menjadi ARIMA. Hasil dari penelitian ini menghasilkan prediksi yang cukup akurat sehingga dapat memberikan persiapan kepada lembaga penanggulangan bencana untuk merencanakan mitigasi bencana pada wilayah yang terdampak. Selain itu dapat dijadikan acuan untuk membuat perencanaan penanggulangan jangka pendek pada wilayah yang rawan terjadi banjir rob.
Kata Kunci: ARIMA, prediksi, deret waktu, rob, banjir, laut, Box-Jenkins

Coastal flood is one of the most frequent disasters in coastal cities in Indonesia. The rising temperature of the earth's surface due to global warming causes the melting of ice that raises sea levels. To predict the sea level rise which is the main cause, this study offers data analysis using the Autoregressive Integrated Moving Average (ARIMA) method. ARIMA uses the past and present values of the dependent variable to produce accurate short-term forecasts. In general form, it will be ARIMA (p, d, q) with model (1,1,1). p represents the order AR, d represents the Integrated order and q represents the order moving average. if the model becomes AR, the general model becomes ARIMA. The results of this study produce predictions that are quite accurate than can provide accurate data and information for stakeholders to prepare for disaster management and mitigation in affected areas. Besides, it can be used as a reference for making prevention for the short-term in areas prone to coastal flooding. Keyword: ARIMA, prediction, time series, coastal flood, sea levels, Box-Jenkins

Item Type: Thesis (Masters)
Uncontrolled Keywords: ARIMA, prediksi, deret waktu, rob, banjir, laut, Box-Jenkins
Subjects: Sciences and Mathemathic
Divisions: Postgraduate Program > Master Program in Information System
Depositing User: Users 183 not found.
Date Deposited: 27 Apr 2022 02:08
Last Modified: 27 Apr 2022 02:08
URI: https://eprints2.undip.ac.id/id/eprint/6022

Actions (login required)

View Item View Item