Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA
Pengamatan Global Navigation Satellite System (GNSS) di wilayah Sesar Opak sudah mulai dilakukan sejak tahun 2013 dan diukur secara berkala setiap tahunnya. Studi geodinamika di wilayah Sesar Opak sejauh ini hanya berfokus pada nilai koordinat, besar, dan arah gerakan dari titik pantau Sesar Opak. M...
| Main Authors: | , |
|---|---|
| Format: | Conference or Workshop Item |
| Language: | English |
| Published: |
2019
|
| Subjects: | |
| Online Access: | https://repository.ugm.ac.id/275220/1/SIIG_Nurrohmat%20W_Riska_Fajrul_Ummi.pdf |
| _version_ | 1797036931014459392 |
|---|---|
| author | Widjajanti, Nurrohmat Ummi, Riska Fajrul |
| author_facet | Widjajanti, Nurrohmat Ummi, Riska Fajrul |
| author_sort | Widjajanti, Nurrohmat |
| collection | UGM |
| description | Pengamatan Global Navigation Satellite System (GNSS) di wilayah Sesar Opak sudah mulai dilakukan sejak tahun 2013 dan diukur secara berkala setiap tahunnya. Studi geodinamika di wilayah Sesar Opak sejauh ini hanya berfokus pada nilai koordinat, besar, dan arah gerakan dari titik pantau Sesar Opak. Metode estimasi vektor kecepatan titik pantau Sesar Opak yang digunakan selama ini yaitu Teknik Kalman Filtering pada pengolahan GAMIT/GLOBK dan belum mengevaluasi perubahan tidak linier dari data yang digunakan. Pemantauan dan prediksi dari deformasi suatu objek merupakan pokok penting dalam studi geodinamik. Model prediksi pergerakan suatu struktur objek yang dikaji dapat dibuat berdasarkan pola statistik dari data yang tersedia. Prediksi pergerakan objek yang terdeformasi dapat menjadi early warning system dalam meminimalisirkan bencana alam. Prediksi pergerakan Sesar Opak dilakukan dengan membandingkan metode Kalman Filtering dan model Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan yaitu data pemantauan Sesar Opak metode GNSS tahun 2013 s.d 2018 pada 13 titik pantau. Hasil penelitian menunjukkan bahwa rentang perbedaan yang dihasilkan dari penggunaan model Kalman Filtering dengan data aktualnya yaitu 0,89 s.d 108,945 mm, sedangkan model ARIMA menghasilkan perbedaan sebesar 1,434 s.d 251,358 mm. Teknik Kalman Filtering menghasilkan Mean Absolute Error (MAE) yang lebih baik daripada model ARIMA. Tulisan ini diharapkan dapat menjadi referensi dalam menentukan metode prediksi pergerakan objek yang tederfomasi terutama untuk Sesar Opak. |
| first_indexed | 2024-03-13T23:54:38Z |
| format | Conference or Workshop Item |
| id | oai:generic.eprints.org:275220 |
| institution | Universiti Gadjah Mada |
| language | English |
| last_indexed | 2024-03-13T23:54:38Z |
| publishDate | 2019 |
| record_format | dspace |
| spelling | oai:generic.eprints.org:2752202019-08-19T00:46:48Z https://repository.ugm.ac.id/275220/ Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA Widjajanti, Nurrohmat Ummi, Riska Fajrul Geodesy Pengamatan Global Navigation Satellite System (GNSS) di wilayah Sesar Opak sudah mulai dilakukan sejak tahun 2013 dan diukur secara berkala setiap tahunnya. Studi geodinamika di wilayah Sesar Opak sejauh ini hanya berfokus pada nilai koordinat, besar, dan arah gerakan dari titik pantau Sesar Opak. Metode estimasi vektor kecepatan titik pantau Sesar Opak yang digunakan selama ini yaitu Teknik Kalman Filtering pada pengolahan GAMIT/GLOBK dan belum mengevaluasi perubahan tidak linier dari data yang digunakan. Pemantauan dan prediksi dari deformasi suatu objek merupakan pokok penting dalam studi geodinamik. Model prediksi pergerakan suatu struktur objek yang dikaji dapat dibuat berdasarkan pola statistik dari data yang tersedia. Prediksi pergerakan objek yang terdeformasi dapat menjadi early warning system dalam meminimalisirkan bencana alam. Prediksi pergerakan Sesar Opak dilakukan dengan membandingkan metode Kalman Filtering dan model Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan yaitu data pemantauan Sesar Opak metode GNSS tahun 2013 s.d 2018 pada 13 titik pantau. Hasil penelitian menunjukkan bahwa rentang perbedaan yang dihasilkan dari penggunaan model Kalman Filtering dengan data aktualnya yaitu 0,89 s.d 108,945 mm, sedangkan model ARIMA menghasilkan perbedaan sebesar 1,434 s.d 251,358 mm. Teknik Kalman Filtering menghasilkan Mean Absolute Error (MAE) yang lebih baik daripada model ARIMA. Tulisan ini diharapkan dapat menjadi referensi dalam menentukan metode prediksi pergerakan objek yang tederfomasi terutama untuk Sesar Opak. 2019-06-29 Conference or Workshop Item PeerReviewed application/pdf en https://repository.ugm.ac.id/275220/1/SIIG_Nurrohmat%20W_Riska_Fajrul_Ummi.pdf Widjajanti, Nurrohmat and Ummi, Riska Fajrul (2019) Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA. In: Simposium Infrastruktur Informasi Geospasial 2019, 2019, June 29, Yogyakarta. (In Press) |
| spellingShingle | Geodesy Widjajanti, Nurrohmat Ummi, Riska Fajrul Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA |
| title | Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA |
| title_full | Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA |
| title_fullStr | Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA |
| title_full_unstemmed | Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA |
| title_short | Perbandingan Metode Prediksi Pergerakan Menggunakan Kalman Filtering dan ARIMA |
| title_sort | perbandingan metode prediksi pergerakan menggunakan kalman filtering dan arima |
| topic | Geodesy |
| url | https://repository.ugm.ac.id/275220/1/SIIG_Nurrohmat%20W_Riska_Fajrul_Ummi.pdf |
| work_keys_str_mv | AT widjajantinurrohmat perbandinganmetodeprediksipergerakanmenggunakankalmanfilteringdanarima AT ummiriskafajrul perbandinganmetodeprediksipergerakanmenggunakankalmanfilteringdanarima |