Peramalan Pola Curah Hujan Di Kota Makassar Menggunakan Model Rantai Markov

Hisyam Ihsan(1*), Wahidah Sanusi(2), H. Hasriani(3),

(1) Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Makassar, 90224
(2) Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Makassar, 90224
(3) Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Makassar, 90224
(*) Corresponding Author




DOI: https://doi.org/10.35580/jmathcos.v2i1.12448

Abstract


Rantai markov merupakan suatu metode yang mempelajari sifat-sifat suatu variabel pada masa sekarang yang didasarkan pada sifat-sifatnya dimasa lalu dalam usaha menaksir sifat-sifat variabel yang sama di masa yang akan datang. Salah satu metode yang umumnya digunakan dalam memprediksi kejadian yang akan datang adalah metode rantai markov diskrit. Tujuan penelitian ini adalah: (1) menentukan orde rantai markov yang digunakan dalam memprediksi curah hujan; (2) membentuk model rantai markov masing-masing stasiun dalam meramalkan curah hujan di Kota Makassar; (3) mengetahui hasil prediksi curah hujan masing-masing stasiun menggunakan rantai markov. Dengan menggunakan metode rantai markov diskrit maka dapat diperoleh hasil prediksi steady state Stasiun Panaikang pada periode ke-10 dengan peluang 0,35 bulan mengalami kondisi kering, 0,11 bulan mengalami kondisi lembab dan 0,55 bulan mengalami kondisi basah. Stasiun Biring Romang pada periode ke-15 dengan peluang 0,33 bulan mengalami kondisi kering, 0,08 bulan mengalami kondisi lembab dan 0,59 bulan mengalami kondisi basah. Sedangkan pada stasiun Paotere pada periode ke-12 dengan peluang 0,39 bulan mengalami kondisi kering, 0,06 bulan mengalami kodisi lembab dan 0,55 bulan mengalami kondisi basah.

Kata Kunci: Rantai Markov, Matriks Peluang Transisi, Orde Rantai Markov, Steady State.

 

Rantai markov merupakan suatu metode yang mempelajari sifat-sifat suatu variabel pada masa sekarang yang didasarkan pada sifat-sifatnya dimasa lalu dalam usaha menaksir sifat-sifat variabel yang sama di masa yang akan datang. Salah satu metode yang umumnya digunakan dalam memprediksi kejadian yang akan datang adalah metode rantai markov diskrit. Tujuan penelitian ini adalah: (1) menentukan orde rantai markov yang digunakan dalam memprediksi curah hujan; (2) membentuk model rantai markov masing-masing stasiun dalam meramalkan curah hujan di Kota Makassar; (3) mengetahui hasil prediksi curah hujan masing-masing stasiun menggunakan rantai markov. Dengan menggunakan metode rantai markov diskrit maka dapat diperoleh hasil prediksi steady state Stasiun Panaikang pada periode ke-10 dengan peluang 0,35 bulan mengalami kondisi kering, 0,11 bulan mengalami kondisi lembab dan 0,55 bulan mengalami kondisi basah. Stasiun Biring Romang pada periode ke-15 dengan peluang 0,33 bulan mengalami kondisi kering, 0,08 bulan mengalami kondisi lembab dan 0,59 bulan mengalami kondisi basah. Sedangkan pada stasiun Paotere pada periode ke-12 dengan peluang 0,39 bulan mengalami kondisi kering, 0,06 bulan mengalami kodisi lembab dan 0,55 bulan mengalami kondisi basah.

Kata Kunci: Rantai Markov, Matriks Peluang Transisi, Orde Rantai Markov, Steady State.


Full Text:

PDF

References


Abdulrachman, E. (1999). Konsep Dasar Markov Chain serta Kemungkinan Penerapannya di BidangPertanian.

JurnalInformatikaPertanian Vol (8).Hal 499-504.

Anderson, T.W. & Goodman, L.A. (2014). Statistical Inference about Markov Chains. Journal The Annals of Mathematical Statistics, halaman 100. Columbia University and University of Chicago.

Asnida, B. (2015). Model Vektor Autoregressive untuk Peramalan Curah Hujan di Kota Makassar. (Skripsi, tidakdipublikasikan). Universitas Negeri Makassar.

Badan Pusat Statistika Kota Makassar.(2010). Makassar dalam Angka 2010 (Makassar in Figure 2010). UD Areso. Makassar.

BMKG. (2006). Prakiraan Musim kemarau tahun 2006 di Indonesia. Makassar. Badan Meteorologi dan Geofisika.

Dwijanto. (2012).http://masdwijanto.files.wordpress.com.bab-7.pdf.diakses pada tanggal 20 November 2017.

Lakitan, B. (1997). Dasar-Dasar Klimatologi. Jakarta. Raja Grafindo Persada.

Luk. (2001). Penerapan Metode Exponensial Smoothing Holt-Winter dalam Sistem Peramalan Curah Hujan.(Skripsi,tidak dipublikasikan). Universitas Pendidikan Indonesia.

Mangostina, C. (2010). Curah Hujan. http://bidinagtuns.blogspot.com/2010/11/curah-hujan. diakses pada tanggal 15 November 2017.

Mirah. (2002). Analisis Markov. http://gustimirah.blogspot.com/2009/12/analisis-markov.html diakses pada tanggal 15 November 2017.

Nawangsari, S., Iklima, F.M.,&Wibowo, E.P. (2008). Konsep Markov Chain Untuk Menyelesaikan Prediksi Bencana Alam Di Wilayah Indonesia Dengan Studi Kasus Kotamadya Jakarta Utara. Jurnal: Universitas Gunadarma.

Paida. (2011). Deteksi Perubahan Pola Curah Hujan Kota Makassar. (Skripsi, tidak dipublikasikan). Universitas Hasanuddin Makassar.

Reza, M. (2007). Penentuan Peluang Transisi t langkah dan Uji Orde dari Suatu Rantai Markov (Studi kasus: Barisan basa nukleotisida Homo Sapiens).(Skripsi, tidak dipublikasikan). Institut Tegnologi Bandung.

Sasminto, R.A., Tunggul, A.,&Rahadi B.J. (2014). Analisis Spasial Penentuan Iklim Menurut Klasifikasi Schmidt-Furgeson dan Oldeman di Kabupaten Ponorogo. Jurnal Sumber Daya Alam & Lingkunagn. Vol (1).Hal 51.

Shukur, M. 2016. Penerapan Analisis Markov Pada Kasus Angsuran Kartu Halo di PT. Infomedia Solusi Humanika Makassar. (Skripsi, tidak dipublikasikan). Universitas Negeri Makassar.


Article Metrics

Abstract view : 1747 times | PDF view : 225 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Journal of Mathematics, Computations, and Statistics



Indexed by:

         

 

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