Electronic Theses and Dissertation

Rantai markov merupakan suatu konsep untuk menggambarkan dan menganalisis suatu perubahan yang diakibatkan oleh pergerakan dari suatu keadaan state ke state. Rantai Markov menggunakan peluang untuk mengetahui seberapa besar kemungkinan kejadian yang akan datang terjadi. Pada penelitian ini digunakan data curah hujan yang bersumber dari bouy di tiga titik di Samudera Hindia. Metode yang digunakan untuk mengamati perubahan state data curah hujan adalah rantai markov 6-state. Penelitian ini bertujuan untuk mendapatkan peluang transisi curah hujan melalui bouy di Samudera Hindia pada periode November 2006 - Desember 2018 dengan menggunakan pendekatan rantai Markov 6-state di ketiga titik. Penelitian ini juga bertujuan untuk menganalisis hubungan komunikasi state curah hujan melalui bouy di Samudera Hindia dan mendapatkan orde rantai Markov 6-state curah hujan melalui Bouy. Dengan menggunakan metode rantai Markov dihasilkan bahwa nilai peluang transisi state terbesar pada daerah titik 1.2N90E, 4N90E dan 8N90E terjadi pada perpindahan state 1 (tidak hujan) ke state 1 (tidak hujan) memiliki nilai peluang transisi state secara berurutan sebesar 0.814, 0.6305 dan 0.6440. Rata-rata curah hujan harian di titik 1.2N90E, 4N90E dan 8N90E secara berurutan sebesar 0.27 mm, 0.26 mm dan 0.29 mm. Rata-rata curah hujan mingguan secara berurutan 0.03 mm, 0.015 mm dan 0.008 mm. Rata-rata curah hujan pada titik 1.2N90E tertinggi pada bulan Agustus sedangkan yang paling rendah Februari dan Maret, pada titik 4N90E tertinggi bulan November sedangkan yang paling rendah di bulan Februari dan Maret, pada titik 8N90E rata-rata curah hujan tertinggi terjadi di bulan Desember sedangkan yang paling rendah di bulan Juni. Hubungan komunikasi (relasi ekivalen) yang terjadi pada titik 1.2N90E refleksi sebanyak 273 kali, titik 4N90E relasi ekivalen sifat simetri sebanyak 154 dan titik 8N90E relasi ekivalen yang paling dominan adalah refleksi sebanyak 1677 kali. Melalui metode pemangkatan matriks probabilitas transisi untuk meramalkan peluang pada periode mendatang selama 31 hari pada bulan Januari tahun 2019 pada setiap titik mengalami penurunan. Berdasarkan perbandingan data aktual dan data ramalan pada periode Januari di titik 8N90E melalui akurasi peramalan tingkat keakuratan peramalan yaitu MAE sebesar 0.434, MSE sebesar 0.347, RMSE sebesar 0.589, MAD sebesar 0.280 dan MAPE sebesar 19.09% yang baarti kemampuan peramalan baik. Penggunakan orde rantai Markov yang digunakan orde 1 dan orde 2 tidak berbeda untuk setiap titik berdasarkan analisis menggunakan chi-kuadrat.

Kata Kunci: Rantai Markov, hubungan komunikasi, orde rantai markov.

Tidak Tersedia Deskripsi