Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk
Duga Muka Air (DMA) merupakan salah satu faktor yang sangat penting bagi PLTA dalam melakukan pembangkitan listrik, sehingga DMA harus dikontrol sebaik mungkin agar tidak mengalami degradasi berlebihan. Untuk membantu mengontrol degradasi dan luapan DMA yang berlebihan, maka perlu dilakukan prediksi...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Tanjungpura
2019-04-01
|
| Series: | JEPIN (Jurnal Edukasi dan Penelitian Informatika) |
| Online Access: | http://jurnal.untan.ac.id/index.php/jepin/article/view/27265 |
| _version_ | 1818993036329222144 |
|---|---|
| author | Dwi Kartini Husna Rusdiani Andi Farmadi |
| author_facet | Dwi Kartini Husna Rusdiani Andi Farmadi |
| author_sort | Dwi Kartini |
| collection | DOAJ |
| description | Duga Muka Air (DMA) merupakan salah satu faktor yang sangat penting bagi PLTA dalam melakukan pembangkitan listrik, sehingga DMA harus dikontrol sebaik mungkin agar tidak mengalami degradasi berlebihan. Untuk membantu mengontrol degradasi dan luapan DMA yang berlebihan, maka perlu dilakukan prediksi DMA agar dapat mempermudah pihak PLTA dalam melakukan pengontrolan tinggi DMA. Duga Muka Air PLTA dipengaruhi oleh dua buah faktor, yakni inflow dan outflow air waduk. Pada penelitian ini, dilakukan prediksi Duga Muka Air dengan menggunakan metode Multivariate High-Order Fuzzy Time Series. Penelitian ini menggunakan data harian DMA, Inflow, dan Outflow air waduk, dimana DMA menjadi faktor utama dan Inflow dan Outflow menjadi faktor pendukung. Multivariate High-Order Fuzzy Time Series merupakan salah satu pengembangan dari metode fuzzy time series yang dapat digunakan untuk melakukan peramalan dengan menggunakan data kurun waktu. Berdasarkan penelitian ini, didapatkan bahwa prediksi DMA dengan menggunakan metode Multivariate High-Order Fuzzy Time Series memiliki nilai MAPE yang rendah, dimana nilai MAPE terbaik didapat pada saat pengujian dengan menggunakan rentang waktu tiga bulan dengan nilai MAPE untuk orde 1 hingga 5 secara berturut-turut adalah 0.06169%, 0.02535%, 0.018%, 0.01598%, dan 0.01598%. Pada metode multivariate high order fuzzy time series, didapatkan bahwa faktor pendukung dan banyaknya orde dapat membantu meningkatkan keakuratan prediksi.
Kata kunci— Time Series, PLTA, Duga Muka Air, Fuzzy Time Series, Multivariate High-Order Fuzzy Time Series |
| first_indexed | 2024-12-20T20:35:40Z |
| format | Article |
| id | doaj.art-6d94be98c3a0444f9f8caadd2b6bcc30 |
| institution | Directory Open Access Journal |
| issn | 2460-0741 2548-9364 |
| language | Indonesian |
| last_indexed | 2024-12-20T20:35:40Z |
| publishDate | 2019-04-01 |
| publisher | Universitas Tanjungpura |
| record_format | Article |
| series | JEPIN (Jurnal Edukasi dan Penelitian Informatika) |
| spelling | doaj.art-6d94be98c3a0444f9f8caadd2b6bcc302022-12-21T19:27:14ZindUniversitas TanjungpuraJEPIN (Jurnal Edukasi dan Penelitian Informatika)2460-07412548-93642019-04-015191710.26418/jp.v5i1.2726524469Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air WadukDwi Kartini0Husna Rusdiani1Andi Farmadi2Lambung Mangkurat UniversityLambung Mangkurat UniversityLambung Mangkurat UniversityDuga Muka Air (DMA) merupakan salah satu faktor yang sangat penting bagi PLTA dalam melakukan pembangkitan listrik, sehingga DMA harus dikontrol sebaik mungkin agar tidak mengalami degradasi berlebihan. Untuk membantu mengontrol degradasi dan luapan DMA yang berlebihan, maka perlu dilakukan prediksi DMA agar dapat mempermudah pihak PLTA dalam melakukan pengontrolan tinggi DMA. Duga Muka Air PLTA dipengaruhi oleh dua buah faktor, yakni inflow dan outflow air waduk. Pada penelitian ini, dilakukan prediksi Duga Muka Air dengan menggunakan metode Multivariate High-Order Fuzzy Time Series. Penelitian ini menggunakan data harian DMA, Inflow, dan Outflow air waduk, dimana DMA menjadi faktor utama dan Inflow dan Outflow menjadi faktor pendukung. Multivariate High-Order Fuzzy Time Series merupakan salah satu pengembangan dari metode fuzzy time series yang dapat digunakan untuk melakukan peramalan dengan menggunakan data kurun waktu. Berdasarkan penelitian ini, didapatkan bahwa prediksi DMA dengan menggunakan metode Multivariate High-Order Fuzzy Time Series memiliki nilai MAPE yang rendah, dimana nilai MAPE terbaik didapat pada saat pengujian dengan menggunakan rentang waktu tiga bulan dengan nilai MAPE untuk orde 1 hingga 5 secara berturut-turut adalah 0.06169%, 0.02535%, 0.018%, 0.01598%, dan 0.01598%. Pada metode multivariate high order fuzzy time series, didapatkan bahwa faktor pendukung dan banyaknya orde dapat membantu meningkatkan keakuratan prediksi. Kata kunci— Time Series, PLTA, Duga Muka Air, Fuzzy Time Series, Multivariate High-Order Fuzzy Time Serieshttp://jurnal.untan.ac.id/index.php/jepin/article/view/27265 |
| spellingShingle | Dwi Kartini Husna Rusdiani Andi Farmadi Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk JEPIN (Jurnal Edukasi dan Penelitian Informatika) |
| title | Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk |
| title_full | Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk |
| title_fullStr | Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk |
| title_full_unstemmed | Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk |
| title_short | Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk |
| title_sort | analisis pengaruh banyak orde pada metode multivariate high order fuzzy time series untuk prediksi duga muka air waduk |
| url | http://jurnal.untan.ac.id/index.php/jepin/article/view/27265 |
| work_keys_str_mv | AT dwikartini analisispengaruhbanyakordepadametodemultivariatehighorderfuzzytimeseriesuntukprediksidugamukaairwaduk AT husnarusdiani analisispengaruhbanyakordepadametodemultivariatehighorderfuzzytimeseriesuntukprediksidugamukaairwaduk AT andifarmadi analisispengaruhbanyakordepadametodemultivariatehighorderfuzzytimeseriesuntukprediksidugamukaairwaduk |