Identifikasi Breakpoint dan Pemodelan Markov Switching Autoregressive (MSAR) pada Peramalan Curah Hujan
| Main Author: | Sumiyati, Eti |
|---|---|
| Format: | bachelorthesis doc-type Bachelors |
| Bahasa: | ind |
| Terbitan: |
, 2019
|
| Online Access: |
http://repository.unpad.ac.id/frontdoor/index/index/docId/10568 |
Daftar Isi:
- Pergantian musim di Indonesia dipengaruhi oleh aktivitas monsun dan faktor-faktor lainnya seperti fenomena global yaitu El Nino. Fenomena global ini menyebabkan curah hujan di suatu tempat cenderung tidak teratur dan sering ditemukan adanya perubahan struktur. Model Markov Switching Autoregressive (MSAR) merupakan suatu model yang mampu menjelaskan perubahan struktur pada data deret waktu. Penelitian ini menggunakan data curah hujan dari satelit TRMM dalam bentuk bulanan selama 9 tahun dari tahun 2007 sampai dengan 2015 di Provinsi Riau. Sebelum dilakukan pemodelan, dimulai dengan mendeteksi perubahan struktur dan estimasi jumlah breaks. Hasil penelitian menunjukkan terjadi perubahan struktur dengan breakpoint pada t = 84 yaitu Desember 2013, sehingga banyaknya regime adalah 2. Diperoleh model yang digunakan dalam metode Markov Switching adalah MS(2)-AR(1). Dengan menggunakan model tersebut, diperoleh durasi dan peluang berpindahnya regime dari “curah hujan normal” ke regime “curah hujan terdampak El Nino” yaitu sebesar 8.2%, sedangkan peluang berpindahnya regime “curah hujan terdampak El Nino” ke rezim “curah hujan normal” sebesar 91,8%.