Melola Discovery

← Melola Discovery

Jurnal

Model ARFIMA untuk analisis data kecepatan angin di bandara internasional Ahmad Yani

Unnes Journal of Mathematics · Vol. 8 No. 2 (2020) · hlm. 89–101

DOI
10.15294/ujm.v8i2.38037
ISSN
2460-5859, 2252-6943
Terbit
2020-09-25
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Penelitian ini bertujuan untuk pemodelan ARFIMA pada data kecepatan angin di Bandara Internasional Ahmad Yani dalam frekuensi harian. Pada penelitian ini dilakukan identifikasi long memory pada data kecepatan angin di Bandara Internasional Ahmad Yani yang memberikan hasil bahwa data diindikasikan mempunyai sifat long memory. Selanjutnya dilakukan pembentukan model ARFIMA(p,d,q) dengan menentukan nilai estimasi parameter menggunakan metode Geweke and Porter-Hudak (GPH) dan Rescaled Range Statistics (R/S). Model terbaik dipilih berdasarkan nilai AIC terkecil. Model terbaik untuk ARFIMA(p,d,q) dengan dGPH = 0,346 adalah model ARFIMA(0,d,[2]) dengan nilai AIC -1384,527. Model terbaik untuk ARFIMA(p,d,q) dengan dR/S = 0,224 adalah model ARFIMA(0,d,1) dengan nilai AIC -1385,62. Tingkat akurasi peramalan didasarkan pada nilai RMSE, MAE, dan MAPE. Nilai eror validasi peramalan model ARFIMA (0,d,[2]) dengan adalah RMSE 0,74966754, MAE 0,593468, dan MAPE 10,45511. Nilai eror pada validasi peramalan model ARFIMA(0,d,1) dengan adalah RMSE 0,7898162, MAE 0,6295811, dan MAPE 10,75531.

Jaringan kolaborasi para penulis

40 penulis · 74 tautan kepenulisan bersama · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Tadulako University
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Zaenuri ZaenuriState University of Semarang3
Fajar Sodik PamungkasAfiliasi tidak diketahui3
Dedy KurniantoAfiliasi tidak diketahui3
Jannatun Khustia LubisAfiliasi tidak diketahui2
Mohammad AsikinState University of Semarang2
Muhammad AshimAfiliasi tidak diketahui2
Nur HasanahTadulako University2
Rohimatul AzizahAfiliasi tidak diketahui2
Bayu Dwi PrasetyaAfiliasi tidak diketahui2
Fatkhurokhman FauziAfiliasi tidak diketahui2
Alfina AkmalinaAfiliasi tidak diketahui1
Elya Gita AstutiAfiliasi tidak diketahui1
Annisa IkrimahAfiliasi tidak diketahui1
Supriyono SupriyonoAfiliasi tidak diketahui1
Faris Febri RahantoAfiliasi tidak diketahui1
Muhammad Nurul MuttaqinAfiliasi tidak diketahui1
WardonoAfiliasi tidak diketahui1
MunaAfiliasi tidak diketahui1
Tri Sri Noor AsihAfiliasi tidak diketahui1
St. Budi WaluyaAfiliasi tidak diketahui1
Rizki Ahid NurhasanahAfiliasi tidak diketahui1
Petronela Ivoni SusantyAfiliasi tidak diketahui1
Kartono KartonoState University of Semarang1
Luluk Ulfa ChasaniAfiliasi tidak diketahui1
Tri Sri Noor AsihAfiliasi tidak diketahui1
Wardono WardonoAfiliasi tidak diketahui1
Alif Aulia RahmanAfiliasi tidak diketahui1
Nurlaela Eka CahyatiAfiliasi tidak diketahui1
Dahayu WidyadhanAfiliasi tidak diketahui1
Rina Budi HastutiAfiliasi tidak diketahui1
Muhammad Arif Nurman AryaAfiliasi tidak diketahui1
Putri Anis QoriAfiliasi tidak diketahui1
Dhama Sekar OktafaniAfiliasi tidak diketahui1
Meishita Inelza PutriAfiliasi tidak diketahui1
Insyiraah Oxaichiko ArissintaAfiliasi tidak diketahui1
Indah Dwi SulistiyawatiAfiliasi tidak diketahui1
Detalia Noriza MunahefiAfiliasi tidak diketahui1
Firdha Dwi LestariAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Model ARFIMA untuk analisis data kecepatan angin di bandara internasional Ahmad Yani</dc:title>
	<dc:creator>Akbar, Mohammad Jefrie Ilham</dc:creator>
	<dc:creator>Kharisudin, Iqbal</dc:creator>
	<dc:description xml:lang="en-US">Penelitian ini bertujuan untuk pemodelan ARFIMA pada data kecepatan angin di Bandara Internasional Ahmad Yani dalam frekuensi harian. Pada penelitian ini dilakukan identifikasi long memory pada data kecepatan angin di Bandara Internasional Ahmad Yani yang memberikan hasil bahwa data diindikasikan mempunyai sifat long memory. Selanjutnya dilakukan pembentukan model ARFIMA(p,d,q) dengan menentukan nilai estimasi parameter &amp;nbsp;menggunakan metode Geweke and Porter-Hudak (GPH) dan Rescaled Range Statistics (R/S). Model terbaik dipilih berdasarkan nilai AIC terkecil. Model terbaik untuk ARFIMA(p,d,q)&amp;nbsp; dengan dGPH = 0,346 adalah model ARFIMA(0,d,[2]) dengan nilai AIC -1384,527. Model terbaik untuk ARFIMA(p,d,q) dengan dR/S = 0,224 adalah model ARFIMA(0,d,1) dengan nilai AIC -1385,62. Tingkat akurasi peramalan didasarkan pada nilai RMSE, MAE, dan MAPE. Nilai eror validasi peramalan model ARFIMA (0,d,[2]) dengan &amp;nbsp;adalah RMSE 0,74966754, MAE 0,593468, dan MAPE 10,45511. Nilai eror pada validasi peramalan model ARFIMA(0,d,1) dengan &amp;nbsp;adalah RMSE 0,7898162, MAE 0,6295811, dan MAPE 10,75531.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2020-09-25</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/38037</dc:identifier>
	<dc:identifier>10.15294/ujm.v8i2.38037</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 8 No 2 (2019); 89-101</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v8i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/38037/17366</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2019 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>