Indonesian region is strongly influenced by the monsoon climatic conditions have obvious difference between wetseason and dry season. Climate variability and extreme climate phenomenon that often happens lately caused climatechange. Climate change is characterized by changes in rainfall patterns and its causes shifting early in the season thatmake it difficult to plan cultivation. It is therefore necessary to study the behavior of the climate through rainfall timeseries analysis. Statistical tests performed using the F test and t test. This study aims to identify climate change throughpattern trends, distribution and similarity of rainfall data at different timescales, using rainfall data rainy season (Octoberto March) and the dry season (April to September) year period from 1975 to 2012. Data obtained from 6 (six) graduatedrainfall stations around the study site those are Kalijati, Curugagung, Cinangling, Dangdeur, Subang and Pegaden. Dataare grouped in 10-year period with a 4-year timing differences in accordance with the rules of the moving average. Theperiod 1975 -1984 was indicated as an initial period as a basis to look for changes in rainfall patterns that occur. F testshows there has been a change in the distribution of rainfall in every period than normal period. T test showed there hasbeen a change in the pattern of rainfall in the dry season period from 1987 to 1996. While the rainy season is startingto look at the period from 1995 to 2004. Rainy season and the dry season period (1995-2004) shows a similar patternwith the normal period (1975 -1984) so that it is possible in a certain period of climate change on the location of thecycle is approaching normal conditions.Keywords: Time seriesanalysis,precipitation, climatechange, Subangdistrict ABSTRAKWilayah Indonesia sangat dipengaruhi oleh kondisi iklim monsun yang mempunyai perbedaan yang jelas antaramusim basah dan musim kering.Variabilitas iklim dan adanya fenomena iklim ekstrim yang sering terjadi akhir akhirini menyebabkan terjadinya perubahan iklim. Perubahan iklim ditandai adanya perubahan pola curah hujan yangmenyebabkan terjadinya pergeseran awal musim tanam sehingga sulit membuat perencanaan budidaya tanaman. Olehkarena itu perlu dilakukan kajian prilaku iklim melalui analisis deret waktu curah hujan.Uji statistik dilakukan denganmenggunakan uji F dan uji t. Penelitian ini bertujuan untuk mengidentifikasi terjadinya perubahan iklim melalui polakecenderungan, distribusi dan kesamaan data curah hujan pada rentang waktu yang berbeda, menggunakan data curahhujan musim hujan (Oktober – Maret) dan musim kemarau (April – September) periode tahun 1975 – 2012. Datadiperoleh dari 6 stasiun penakar curah hujan di sekitar lokasi penelitian yaitu stasiun Kalijati, Curug agung, Cinangling,Dangdeur, Subang dan Pegaden. Data dikelompokkan dalam periode 10 tahunan dengan beda waktu 4 tahun sesuaidengan aturanmovingaverage. Periode tahun 1975 -1984 menjadi periode awal sebagai dasar untuk melihat perubahanpola curah hujan yang terjadi. Uji F menunjukkan telah terjadi perubahan distribusi curah hujan disetiap periodedibanding periode normalnya. Uji t menunjukkan telah terjadi perubahan pola curah hujan musim kemarau sejakperiode tahun 1987 – 1996. Sedangkan musim hujan mulai terlihat pada periode tahun 1995 – 2004. Musim hujandan musim kemarau periode (1995-2004) menunjukkan pola yang sama dengan periode normal (1975-1984) sehinggadimungkinkan pada periode tertentu siklus perubahan iklim pada lokasi ini mendekati kondisi normal.Kata kunci: Analisis deret waktu, curah hujan, perubahan iklim, kabupaten Subang
Rainfall data was studied to know how rainfall in the region has a span of time to form a repetitive pattern. The cycle is a change or a wave up and down within a period and repeated at other periods. The cycle has a frequency that can be completed in one period of time. Fourier transform is an algorithm to convert the time domain X to the domain or the frequency spectrum Y, by breaking the signal into a sinusoidal component. This study used the Fast Fourier Transform (FFT) to find the nature of the trend recurrence of rainfall in the southern region of Jatiluhur Subang. Simulation model was done using monthly rainfall data 1975 - 2012. The results showed a trend of rainfall in the study area was repeated every 12 months (1 cycle). Rainfall prediction was done by using a 5-year rainfall data and used the data observation of the next 5 years as a comparison result predicted to see the performance. Performance prediction was resulted using the Mean Square Error (MSE) used to obtain the difference between the standard derivation calculation of observed data and data modeling. The results of the analysis at the time of validation of the model was MSE 14.92 with a 95% confidence level. FFT used to calculate the value of the error (the difference between the values calculated by the ANN model and observed data) resulted in the change cycle of rainfall occurs over a period of months or approximately 71.68 months or 5-6 years.Keywords: Rain!all, prediction, Fast Fourier Trans!orm (FFT), Mean Square Error (MSE), Subang District ABSTRAKData curah hujan dipelajari salah satunya untuk mengetahui bagaimana curah hujan di suatu wilayah mempunyai rentang waktu untuk membentuk suatu pola berulang. Siklus merupakan suatu perubahan atau gelombang naik dan turun dalam suatu periode serta berulang pada periode lain. Siklus mempunyai frekuensi yang dapat diselesaikan dalam 1 periode waktu. Transformasi Fourier merupakan algoritma untuk mengubah domain waktu X menjadi domain atau spectrum frekuensi Y, dengan cara menguraikan sinyal menjadi komponen sinusoidal. Penelitian ini menggunakan metode Fast Fourier Trans!orm (FFT) untuk mencari sifat berulangnya trend curah hujan di wilayah selatan Jatiluhur Kabupaten Subang. Simulasi model menggunakan data curah hujan bulanan tahun 1975 - 2012. Hasilnya menunjukkan trend curah hujan di lokasi penelitian berulang setiap 12 bulan sekali (1 siklus). Prediksi curah hujan dilakukan dengan menggunakan data curah hujan 5 tahun dan menggunakan observasi data 5 tahun berikutnya sebagai pembanding hasil prediksi untuk melihat performa yang dihasilkan. Performa hasil prediksi menggunakan Mean Square Error (MSE) sebagai standar perhitungan derivasi perbedaaan antara data real dan data pemodelan. Hasil analisis pada saat validasi model didapatkan MSE 14,92 dengan tingkat kepercayaan 95%. Dengan menggunakan analisis FFT untuk menghitung nilai error (perbedaan antara nilai perhitungan model ANN dengan data sebenarnya), diperoleh perubahan siklus curah hujan terjadi dalam kurun waktu 71,68 bulan atau sekitar 5-6 tahun.Kata kunci: Curah hujan, prediksi, Fast Fourier Trans!orm (FFT), Mean Square Error (MSE), Kabupaten Subang
Optimum climate condition and water availability are essential to support strategic venue and time for plants to grow and produce. Precipitation prediction is needed to determine how much precipitation will provide water for plants on each stage of growth. Nowadays, the high variability of precipitation calls for a prediction model that will accurately foreseethe precipitation condition in the future. The prediction conducted is based on time-series data analysis. The research aims to comparethe effectiveness of three precipitation prediction methods, which are Fast Forier Transformation (FFT), Autoregressive Integrated Moving Average (ARIMA) and Artificial Neural Network (ANN). Their respective performances are determined by their Mean Square Error (MSE) values. Methods with highest correlation values and lowest MSE shows the best performance. The MSE result for FFT is 14,92; ARIMA is 17,49; and ANN is 0,07. This research concluded that Artificial Neural Network (ANN) method showed best performance compare to the other two because it had produced a prediction with the lowest MSE value.Keywords: Precipitation prediction, Fast Forier Transformation (FFT), Autoregressive Integrated Moving Average ABSTRAKKondisi iklim dan ketersediaan air yang optimal bagi pertumbuhan dan perkembangan tanaman sangat diperlukan dalam upaya mendukung strategi budidaya tanaman sesuai ruang dan waktu. Prediksi curah hujan sangat diperlukan untuk untuk mengetahui sejauh mana curah hujan dapat memenuhi kebutuhan air pada setiap tahap pertumbuhantanaman. Variabilitas curah hujan yang tinggi saat ini, membutuhkan pemodelan yang dapat memprediksi secara akurat bagaimana kondisi curah hujan dimasa yang akan datang. Prediksi yang dilakukan adalah prediksi berdasarkan urutan waktu (). Tujuan dari penelitian ini adalah untuk membandingkan akurasi prediksi curah hujan antara metode (FFT), (ARIMA) dan (ANN). Kinerja ketiga metode yang digunakan dilihat dari nilai (MSE). Metode dengan nilai korelasi tertinggi dan nilai MSE terkecil menunjukkan kinerja terbaik. Hasil penelitan untuk FFT diperoleh nilai MSE = 14,92, ARIMA = 17,49 sedangkan ANN = 0,07. Ini menunjukkan bahwa metode (ANN) menunjukkan kinerja yang paling baik diantara dua metode lainnya karena menghasilkan prediksi yangmempunyai nilai MSE terkecil.Kata kunci: Prediksi curah hujan,FFT, ARIMA dan ANN
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.