Implementasi model generalized space time autoregresive musiman pada curah hujan di Kota Batu

ABSTRAK

Curah hujan merupakan data spasial termporal yang merupakan data yang tidak hanya berhubungan dengan waktu lampau, tetapi juga berhubungan dengan lokasi pengamatan. Sehingga kurang akurat jika hanya menggunakan metode time series yang hanya bergantung pada data masa lampau. Oleh karena itu, dalam penelitian ini digunakan metode Generalized Space Time Autoregressive (GSTAR) musiman guna menghasilkan model yang lebih akurat. Penelitian ini bertujuan untuk mengetahui pola dan karakteristik dari curah hujan di Kota Batu dengan perbandingan dua bobot yakni, seragam dan invers jarak. dua variabel utama dalam penelitian ini yaitu data curah hujan (mm) dan jarak lokasi pengamtan (km). Adapun langkah-langkah analisis meliputi uji stasioneritas data, uji pengaruh spasial, perhitungan bobot lokasi, penentuan orde model SGSTAR, estimasi parameter menggunakan Ordinary Least Square, uji kesesuaian model, dan akurasi model. Hasil penelitian menunjukkan bahwa model SGSTAR terbaik adalah model SGSTAR(8)-(1)^6 bobot lokasi seragam dengan nilai RMSE 78.4230. Dari model yang didapatkan dapat diketahui bahwa curah hujan di tiga kecamatan Kota Batu saling mempengaruhi satu lokasi dengan lokasi lainnya. Selain itu curah hujan di tiga Kecamatan Kota Batu juga dipengaruhi oleh curah hujan pada hari-hari sebelumnya.

ABSTRACT

Rainfall is thermal spatial data which is data that is not only related to past time, but also related to the location of observation. So it is less accurate if you only use the time series method which only relies on past data. Therefore, in this research the seasonal Generalized Space Time Autoregressive (GSTAR) method is used to produce a more accurate model. This research aims to determine the pattern and characteristics of rainfall in Batu City with a comparison of two weights, namely, uniform and inverse distance. The two main variables in this research are rainfall data (mm) and distance to the observation location (km). The analysis steps include data stationarity test, spatial influence test, location weight calculation, determining the SGSTAR model order, parameter estimation using Ordinary Least Square, model suitability test, and model accuracy. The research results show that the best SGSTAR model is the SGSTAR(8)-(1)^6 uniform location weight model with an RMSE value of 78.4230. From the model obtained, it can be seen that rainfall in the three sub-districts of Batu City influences one location and another. Apart from that, rainfall in three Batu City sub-districts is also influenced by rainfall in previous days.

مستخلص البحث

هطول الأمطار هي بيانات مكانية حرارية وهي البيانات التي لا تتعلق بالزمن الماضي فحسب، بل تتعلق أيضًا بموقع الرصد. لذا فهي أقل دقة إذا كنت تستخدم طريقة السلاسل الزمنية فقط تعتمد على البيانات السابقة. لذلك، في هذا البحث تم استخدام طريقة الانحدار الذاتي المعمم للزمان والمكان (GSTAR) لإنتاج النموذج الأكثر دقة. يهدف هذا البحث إلى تحديد النمط وخصائص هطول الأمطار في مدينة باتو مع مقارنة وزنين هما المسافة المنتظمة والمسافة العكسية. المتغيران الرئيسيان في هذا البحث هما بيانات هطول الأمطار (مم) والمسافة إلى موقع المراقبة (كم). تتضمن خطوات التحليل اختبار ثبات البيانات، واختبار التأثير المكاني، وحساب الوزن الموقع، وتحديد ترتيب نموذج SGSTAR، وتقدير المعلمة باستخدام المربع الأصغر العادي، واختبار ملاءمة النموذج، ودقة النموذج. ظهرت نتائج البحث أن أفضل النموذج SGSTAR هو نموذج وزن الموقع الموحد SGSTAR(8)-(1)^6 بقيمة RMSE تبلغ 78.4230. من النموذج الذي تم الحصول عليه، يمكن ملاحظة أن هطول الأمطار في المناطق الفرعية الثلاثة لمدينة باتو يؤثر على موقع وآخر. وبصرف النظر عن ذلك، فإن هطول الأمطار في 3 مناطق فرعية لمدينة باتو يتأثر أيضًا بهطول الأمطار في الأيام السابقة.