Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima

Kebakaran hutan merupakan permasalahan yang hampir setiap tahun terjadi di Indonesia terutama di pulau Sumatera dan Kalimantan. Umumnya kejadian kebakaran hutan di Indonesia terjadi pada lahan gambut, hal ini dikarenakan pada musim kemarau, lahan gambut akan menjadi sangat kering sampai kedalaman te...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Muhammad Alkaff, Nandang Eko Yulianto
Formato:	article
Lenguaje:	EN ID
Publicado:	P3M Politeknik Negeri Banjarmasin 2019
Materias:	arima deret waktu kebakaran hutan lahan gambut modis Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
Acceso en línea:	https://doaj.org/article/2dfac499c8874d6e9e8c55e7f7fe003d
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:2dfac499c8874d6e9e8c55e7f7fe003d
record_format	dspace
spelling	oai:doaj.org-article:2dfac499c8874d6e9e8c55e7f7fe003d2021-12-02T08:35:50ZPrediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima2598-32452598-328810.31961/eltikom.v3i2.122https://doaj.org/article/2dfac499c8874d6e9e8c55e7f7fe003d2019-10-01T00:00:00Zhttp://eltikom.poliban.ac.id/index.php/eltikom/article/view/122https://doaj.org/toc/2598-3245https://doaj.org/toc/2598-3288Kebakaran hutan merupakan permasalahan yang hampir setiap tahun terjadi di Indonesia terutama di pulau Sumatera dan Kalimantan. Umumnya kejadian kebakaran hutan di Indonesia terjadi pada lahan gambut, hal ini dikarenakan pada musim kemarau, lahan gambut akan menjadi sangat kering sampai kedalaman tertentu sehingga akan mudah terbakar. Upaya menanggulangi kebakaran hutan telah dilakukan melalui pemantauan titik api melalui satelit, hal ini telah dilakukan oleh NASA (National Aeronautics and Space Administration) dengan satelit Terra dan Aqua melalui instrument MODIS (Moderate Resolution Imaging Spectroradiometer). Data yang didapatkan dari satelit tersebut mulai dari tahun 2001 sampai dengan 2018 kemudian diproses menjadi jumlah kejadian titik api perbulan yang selanjutnya dianalisa dengan pendekatan deret waktu menggunakan model Seasonal ARIMA (Auto Regressive Integrated Moving Average). Hal ini dilakukan untuk mengetahui korelasi jumlah kejadian titik api yang terjadi dengan jumlah kejadian titik api pada waktu sebelumnya. Hasil pengujian menunjukkan bahwa model ARIMA (1,0,1)x(1,0,1,12) adalah model terbaik untuk melakukan prediksi jumlah titik api dengan nilai RMSE sebesar 5.85.Muhammad AlkaffNandang Eko YuliantoP3M Politeknik Negeri Banjarmasinarticlearimaderet waktukebakaran hutanlahan gambutmodisElectrical engineering. Electronics. Nuclear engineeringTK1-9971Information technologyT58.5-58.64ENIDJurnal ELTIKOM: Jurnal Teknik Elektro, Teknologi Informasi dan Komputer, Vol 3, Iss 2, Pp 54-63 (2019)
institution	DOAJ
collection	DOAJ
language	EN ID
topic	arima deret waktu kebakaran hutan lahan gambut modis Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
spellingShingle	arima deret waktu kebakaran hutan lahan gambut modis Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64 Muhammad Alkaff Nandang Eko Yulianto Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima
description	Kebakaran hutan merupakan permasalahan yang hampir setiap tahun terjadi di Indonesia terutama di pulau Sumatera dan Kalimantan. Umumnya kejadian kebakaran hutan di Indonesia terjadi pada lahan gambut, hal ini dikarenakan pada musim kemarau, lahan gambut akan menjadi sangat kering sampai kedalaman tertentu sehingga akan mudah terbakar. Upaya menanggulangi kebakaran hutan telah dilakukan melalui pemantauan titik api melalui satelit, hal ini telah dilakukan oleh NASA (National Aeronautics and Space Administration) dengan satelit Terra dan Aqua melalui instrument MODIS (Moderate Resolution Imaging Spectroradiometer). Data yang didapatkan dari satelit tersebut mulai dari tahun 2001 sampai dengan 2018 kemudian diproses menjadi jumlah kejadian titik api perbulan yang selanjutnya dianalisa dengan pendekatan deret waktu menggunakan model Seasonal ARIMA (Auto Regressive Integrated Moving Average). Hal ini dilakukan untuk mengetahui korelasi jumlah kejadian titik api yang terjadi dengan jumlah kejadian titik api pada waktu sebelumnya. Hasil pengujian menunjukkan bahwa model ARIMA (1,0,1)x(1,0,1,12) adalah model terbaik untuk melakukan prediksi jumlah titik api dengan nilai RMSE sebesar 5.85.
format	article
author	Muhammad Alkaff Nandang Eko Yulianto
author_facet	Muhammad Alkaff Nandang Eko Yulianto
author_sort	Muhammad Alkaff
title	Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima
title_short	Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima
title_full	Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima
title_fullStr	Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima
title_full_unstemmed	Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima
title_sort	prediksi jumlah kejadian titik api melalui pendekatan deret waktu menggunakan model seasonal arima
publisher	P3M Politeknik Negeri Banjarmasin
publishDate	2019
url	https://doaj.org/article/2dfac499c8874d6e9e8c55e7f7fe003d
work_keys_str_mv	AT muhammadalkaff prediksijumlahkejadiantitikapimelaluipendekatanderetwaktumenggunakanmodelseasonalarima AT nandangekoyulianto prediksijumlahkejadiantitikapimelaluipendekatanderetwaktumenggunakanmodelseasonalarima
_version_	1718398448755015680

Prediksi Jumlah Kejadian Titik Api Melalui Pendekatan Deret Waktu Menggunakan Model Seasonal Arima

Ejemplares similares