PEMODELAN JUMLAH TITIK PANAS DI PROVINSI KALIMANTAN TIMUR DENGAN METODE SINGULAR SPECTRUM ANALYSIS

KUKUH WAHYU HIDAYAT, SRI WAHYUNINGSIH, YUKI NOVIA NASUTION

Abstract


Singular Spectrum Analysis (SSA) merupakan metode analisis runtun waktu dengan pendekatan nonparametrik, di mana metode ini tidak memerlukan beberapa asumsi. SSA cukup powerfull terutama untuk menangani data runtun waktu berpola musiman. Jumlah titik panas di Provinsi Kalimantan Timur memiliki unsur pola musiman berdasarkan beberapa penelitian yang telah dilakukan. Tujuan penelitian ini adalah menentukan model SSA terbaik yang digunakan untuk meramalkan data jumlah titik panas di Provinsi Kalimantan Timur. SSA terbagi menjadi dua tahap dasar yang saling berkaitan, yaitu tahap dekomposisi dan rekonstruksi. Pola musiman pada data dapat diketahui menggunakan analisis periodogram. Berdasarkan hasil analisis diperoleh model SSA, yaitu terdiri dari model peramalan untuk komponen tren dan model peramalan untuk komponen musiman. Tahap berikutnya dilakukan peramalan berdasarkan model yang diperoleh untuk bulan Februari 2020 hingga Januari 2021. Jumlah titik panas pada rentang bulan Februari 2020 hingga bulan Januari 2021 akan terjadi peningkatan dan penurunan titik panas secara drastis. Jumlah titik panas tertinggi akan terjadi pada bulan April tahun 2020, yaitu sebesar 1.840 titik panas.

Keywords


Peramalan; Periodogram; Singular Spectrum Analysis; Titik Panas

Full Text:

PDF

References


Aswi and Sukarna. (2006), Analisis Runtun Waktu Aplikasi dan Teori, Makassar: Andira Publisher.

Darmawan, G., Handoko, B., and Zulhanif. (2017), ”Identifikasi Perubahan Pola Curah Hujan Melalui Periodogram Standar," JMP, 9, 103-112.

Golyandina, N., and Zhigljavsjy, A. (2013), Singular Spectrum Analysis for Time Series, New York: Springer.

Hassani, H. (2007), "Singular Spectrum Analysis: Methodology and Comparison," Journal of Data Science, 5, 239-257.

Hassani, H., and Mahmoudvand, R. (2018), Singular Spectrum Analysis With R, Iran: Palgrave Advance Texts in Econometric.

Husnita, F., Wahyuningsih, S., and Nohe, D. A. (2015), “Analisis Spektral dan Model ARIMA Untuk Peramalan Jumlah Wisatawan di Dunia Fantasi Taman Impian Jaya Ancol,” Jurnal Eksponensial, 6, 21-29.

Ischak, R., Asrof, A., and Darmawan, G. (2018), "Peramalan Rata-Rata Harga Beras di Tingkat Penggilingan Menggunakan Model Singular Spectrum Analysis (SSA)," in Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, Universitas Muhammadiyah Purworejo, pp. 57-64.

Jatmiko, Y. A., Rahayu, R. L, and Darmawan, G, "Perbandingan Keakuratan Hasil Peramalan Produksi Bawang Merah Metode Holt-Winters dengan Singular Spectrum Analysis (SSA)," Jurnal Matematika (MANTIK), 3, 13-22.

Khaeri, H., Yulian, E., and Darmawan, G. (2017), "Penerapan Metode Singular Spectrum Analysis (SSA) Pada Peramalan Jumlah Penumpang Kereta Api di Indonesia Tahun 2017," Jurnal Euclid, 5, 8-20.

LAPAN. (2016), Panduan Teknis (V.01) Informasi Titik Panas (Hotspot) Kebakaran Hutan/Lahan, Jakarta: Pusat Pemanfaatan Penginderaan Jauh Deputi Bidang Penginderaan Jauh-LAPAN.

Makridakis, S., Wheelwright, S. C., and McGee, V. E. (1999), Metode dan Aplikasi Peramalan, Edisi 2, Jakarta: Erlangga.

Sari, M. A. N., Sumarjaya, I. W., and Susilawati, M. (2019), "Peramalan Jumlah Kunjungan Wisatawan Mancanegara ke Bali Menggunakan Metode Singular Spectrum Analysis," E-Jurnal Matematika, 8, 303-308.

Sungkawa, I., and Megasari, R. T. (2011), "Penerapan Ukuran Ketepatan Nilai Ramalan Data Runtun Waktu Dalam Seleksi Model Peramalan Volume Penjualan PT. Satriamandiri Citramulia," ComTech, 2, 636-645.

Vautard, R., Yiou, P., and Ghil, M. (1992), "Singular-spectrum analysis: A toolkit for short, noisy chaotic signals," Physica. D, 58, 95-126.

Wei, W. S. (2006), Time Series Analysis: Univariate and Multivariate Methods (2nd Edition), New York: Addison Wesley Publishing Company.




DOI: https://doi.org/10.34312/jjps.v1i2.7287

Refbacks

  • There are currently no refbacks.


Copyright (c) Jambura Journal of Probability and Statistics

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Editorial Office of Jambura Journal of Probability and Statistics:
 
Department of Statistics, 3rd Floor Faculty of Mathematics and Natural Sciences, Universitas Negeri Gorontalo
Jl. Prof. Dr. Ing. B.J Habibie, Tilongkabila Kabupaten Bone Bolango, 96119
Telp: +6285398740008 (Call/SMS/WA)
E-mail: redaksi.jjps@ung.ac.id