Rizqa Maulida Rahmi Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2023

Skripsi

Kenaikan dan penurunan Suhu Permukaan Laut (SPL) sangat penting untuk dideteksi dalam menjaga keseimbangan ekosistem laut dan suhu global. Namun, perubahan SPL yang terlalu cepat atau ekstrem dapat berdampak buruk pada keanekaragaman hayati dan menyebabkan bencana alam seperti kekeringan, badai dan banjir. Wilayah Aceh memiliki garis pantai yang panjang dan banyak masyarakat yang bergantung pada kegiatan perikanan dan pariwisata, maka dari itu penelitian ini perlu dilakukan agar pemerintah dan masyarakat dapat menerapkan strategi yang tepat terhadap perubahan SPL sehingga dapat meminimalkan dampak yang akan terjadi. SPL merupakan jenis data spasial deret waktu karena tidak hanya memiliki keterkaitan dengan kejadian pada waktu sebelumnya, tetapi juga mempunyai keterkaitan dengan lokasi lain. Salah satu alat penelitian peramalan yang mempertimbangkan keterkaitan antara waktu dan lokasi adalah model Generalized Space Time Autoregressive (GSTAR). Model GSTAR digunakan pada lokasi yang heterogen. Dalam penelitian ini menggunakan dua jenis bobot lokasi, yaitu bobot lokasi seragam dan bobot lokasi invers jarak. Periode data yang digunakan dalam penelitian ini adalah Januari 2011 sampai dengan Desember 2022. Berdasarkan hasil penelitian diperoleh model GSTAR (61) dengan bobot lokasi invers jarak sebagai model terbaik untuk meramalkan SPL di tiga lokasi terdekat wilayah Aceh yaitu 0N90E, 4N90E, dan 8N90E. Hal ini dapat dilihat dari RMSE sebesar 0,472 yang lebih kecil dibandingkan model GSTAR (61) dengan bobot seragam. Nilai MAPE untuk masing-masing lokasi memiliki persentase sebesar 1,48%, 1,41%, dan 1,13%. Berdasarkan nilai MAPE untuk ketiga lokasi berada di bawah 10% yang menunjukkan bahwa kemampuan peramalan model GSTAR (61) dengan bobot lokasi invers jarak adalah sangat baik. Kata kunci: SPL, GSTAR, data spasial deret waktu, RMSE, MAPE 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 114718 2023-09-13 12:19:07 2023-09-13 12:26:10 machine generated