PERBANDINGAN MODEL VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DENGAN GENERALIZED SPACE TIME AUTOREGRESSIVE INTEGRATED MOVING AVERAGE UNTUK PERAMALAN VOLUME PEMAKAIAN AIR BERSIH(Studi Kasus : Kota Surabaya, Kab. Gresik dan Kab. Sidoarjo)

Muh Ikbal, 081511833004 (2019) PERBANDINGAN MODEL VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DENGAN GENERALIZED SPACE TIME AUTOREGRESSIVE INTEGRATED MOVING AVERAGE UNTUK PERAMALAN VOLUME PEMAKAIAN AIR BERSIH(Studi Kasus : Kota Surabaya, Kab. Gresik dan Kab. Sidoarjo). Skripsi thesis, Universitas Airlangga.

[img] Text
ST S 32-19 Ikb p - ABSTRAK.pdf

Download (12kB)
[img] Text
ST S 32-19 Ikb p - ABSTRACT.pdf

Download (11kB)
[img] Text
ST S 32-19 Ikb p - DAFTAR ISI.pdf

Download (16kB)
[img] Text
ST S 32-19 Ikb p - DAFTAR PUSTAKA1.pdf

Download (28kB)
[img] Text
ST S 32-19 Ikb p.pdf

Download (1MB)
Official URL: http://lib.unair.ac.id

Abstract

Salah satu kebutuhan pokok manusia yang dibutuhkan secara berkelanjutan adalah air bersih. Seiring berkembangnya jumlah penduduk menyebabkan permintaan air bersih mengalami peningkatan dari waktu ke waktu. Hal ini ini menyebabkan permasalahan air bersih sering terjadi di daerah dengan jumlah penduduk yang tinggi. Sebagai contoh Kota Surabaya yang memiliki konsumsi air tertinggi dibandingkan nasional. Tingginya konsumsi air di Surabaya memberi dampak terhadap daerah sekitarnya seperti Gresik dan Sidoarjo. Perusahaan yang bertanggung jawab terhadap ketersediaan air adalah PDAM.Oleh karena itu, PDAM harus mengupayakan dan memaksimalkan kinerjanya agar masyarakat bisa mendapatkan layanan air bersih secara maksimal. Salah satu cara memaksimalkan pelayanan yaitu dengan memprediksi permintaan air kedepannya. Data volume pemakaian air dimodelkan menggunakan VARIMA dan GSTARIMA serta melakukan perbandingan antara keduanya. Model VARIMA merupakan pemodelan time series multivariate yang melibatkan beberapa variabel pada periode-periode sebelumnya. Sedangkan model GSTARIMA adalah perluasan dari model VARIMA yang menggabungkan antara interdependensi waktu dan lokasi sehingga pada model GSTARIMA memasukkan pembobot lokasi dalam model. Pada model GSTARIMA pendugaan parameter yang lebih sedikit dibandingkan model VARIMA serta memperhatikan pengaruh spasial dan waktu. Pada penelitian ini data yang digunakan sebanyak 60 data insample dan 12 data outsample yang diperoleh dari 3 PDAM, yaitu PDAM Surya Sembada, Giri Tirta dan Delta Tirta. Hasil dari penelitian ini diperoleh bahwa berdasarkan nilai RMSE antara hasil peramalan dengan data outsample menunjukkan model VARIMA lebih baik dari pada GSTARIMA dengan orde autoregressive (p=2), differencing (d=1) sehingga model yang terbaik adalah VARIMA (2,1,0).

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST S 32/19 Ikb p
Uncontrolled Keywords: Air Bersih, time series, multivariate, VARIMA, GSTARIMA
Subjects: Q Science > Q Science (General)
Q Science > QA Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM
Muh Ikbal, 081511833004UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorSediono, Drs. H. , M.SiUNSPECIFIED
Thesis advisorSuliyanto, Drs , M.SiUNSPECIFIED
Depositing User: Diah Widjayanti
Date Deposited: 26 Jun 2019 09:24
Last Modified: 26 Jun 2019 09:28
URI: http://repository.unair.ac.id/id/eprint/83916
Sosial Share:

Actions (login required)

View Item View Item