APLIKASI METODE ENSEMBLE MEAN UNTUK MENINGKATKAN RELIABILITAS PREDIKSI HyBMG

Kurnia Endah Komalasari, Yuaning Fajariana, Tri Astuti Nuraini, Rian Anggraeni

Sari


Tingginya variasi curah hujan di Indonesia mengakibatkan sulit untuk menentukan model prakiraan iklim yang memiliki validitas dan reliabilitas terbaik. Penelitian ini dilakukan untuk  mendapatkan model prakiraan iklim dengan akurasi yang lebih baik dengan menggunakan metode ensemble mean. Metode ensemble mean menggabungkan hasil prediksi dari empat model prakiraan iklim berbasis statistik yang terintegrasi ke dalam software HyBMG, yaitu ARIMA, ANFIS, Wavelet ANFIS, dan Wavelet ARIMA.  Berdasarkan hasil uji coba terhadap data curah hujan dari tahun 2003-2012, ensemble mean dapat meningkatkan performa dari hasil prakiraan iklim dengan single method; hasil prakiraan iklim untuk metode ARIMA dapat meningkat hingga 44.4%, ANFIS 43.4%, Wavelet ARIMA 55.6%, dan Wavelet ANFIS hingga 58.6%.

 

The high rainfall variability in Indonesia makes it difficult to determine the climate forecast models that have the best reliability and validity. This study was conducted to obtain climate forecasting model with better accuracy using the ensemble mean. This method combines prediction results from four statistical climate models integrated within the HyBMG software, i.e. ARIMA, ANFIS, ANFIS Wavelet and Wavelet ARIMA. Based on test results of the 2003-2012 rainfall data, the ensemble mean method is proven to improve the performance of climate forecasts results with only one single method; for ARIMA the improvement is up to 44.4%, ANFIS 43.4%, ARIMA Wavelet 55.6%, and Wavelet ANFIS 58.6%.


Kata Kunci


Ensemble Mean, curah hujan, TRMM, Prediksi

Teks Lengkap:

PDF

Refbacks

  • Saat ini tidak ada refbacks.