Penulis: Sri Supatmi, Irfan Dwiguna Sumitra, Rongtao Hou
Abstrak
Penelitian ini mengusulkan metode hibrida modern untuk meramalkan banjir dengan menggunakan pendekatan yang menggabungkan Multiplicative Seasonal Autoregressive Moving Average (MSARIMA) dan Hybrid-Neuro Fuzzy Inference System (HN-FIS) berdasarkan deret waktu jangka panjang. Metode yang diusulkan ini disebut Teknologi Sistem Peramalan Banjir Hibrida (Hybrid-FFST). Penelitian ini bertujuan untuk meningkatkan tiga jenis penelitian sebelumnya tentang peramalan banjir, seperti prediksi banjir menggunakan HNFIS dan peramalan banjir menggunakan MSARIMA dan prediksi curah hujan menggunakan Multiplicative Seasonal Autoregressive Moving Average Subsequence Aggregate (MSARIMASA). Penelitian ini dilakukan di Bandung, Provinsi Jawa Barat, Indonesia. Kinerja peramalan kejadian banjir meningkat dengan menggunakan metode pendekatan hibrida yang menggunakan MSARIMA dan dua tingkat HN-FIS. Metode yang diusulkan ini menggunakan enam parameter: curah hujan, suhu, kepadatan penduduk, daerah aliran sungai yang besar, ketinggian daerah, dan kemiringan lahan untuk memprediksi kejadian banjir. Kinerja metode ini dihasilkan dan sesuai dengan baik menggunakan pendekatan Hybrid-FFST dan diverifikasi oleh Mean Absolute Percentage Error (MAPE), Root Means Square Percentage Error (RMSPE), dan Mean Forecast Error (MFE) untuk mengidentifikasi model yang paling sesuai dari model yang diusulkan. Kinerja model yang diusulkan dibandingkan menggunakan MAPE, RMSPE, dan MFE dengan model MSARIMA, HN-FIS, dan MSARIMASA. Kinerja kepercayaan metode yang diusulkan memperoleh nilai yang lebih signifikan dari 97% menurut nilai MAPE, RMSE, dan MFE. Hasil model yang diusulkan menunjukkan kinerja yang lebih baik daripada model MSARIMA, HN-FIS, dan MSARIMASA untuk memprediksi kejadian banjir. Dampak dari penelitian ini adalah banjir dapat diprediksi sebelum terjadi di suatu tempat. © School of Engineering, Taylor’s University.
Kata kunci penulis
Banjir; Sistem peramalan banjir; Pendekatan hibrida; Prediksi
Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85111844671
