Claim Missing Document
Check
Articles

Found 2 Documents
Search

MODEL OUTPUT STATISTICS DENGAN PRINCIPAL COMPONENT REGRESSION, PARTIAL LEAST SQUARE REGRESSION, DAN RIDGE REGRESSION UNTUK KALIBRASI PRAKIRAAN CUACA JANGKA PENDEK NISWATUL QONA’AH; HASIH PRATIWI; YULIANA SUSANTI
Jurnal Matematika UNAND Vol 10, No 3 (2021)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.10.3.355-368.2021

Abstract

Penelitian ini merupakan upaya pengembangan Model Output Statistics (MOS) yang akan digunakan sebagai alat kalibrasi prakiraan cuaca jangka pendek. Informasi mengenai prakiraan cuaca yang akurat diharapkan dapat meminimalkan risiko kecelakaan yang disebabkan oleh cuaca, khususnya dalam bidang transportasi udara dan laut. Metode yang akan dikembangkan mencakup beberapa stasiun pengamatan cuaca di Indonesia. MOS merupakan sebuah metode berbasis regresi yang mengoptimalkan hubungan antara observasi cuaca dan luaran model Numerical Weather Predictor (NWP). Beberapa masalah yang muncul kaitannya dengan MOS adalah; mereduksi dimensi luaran NWP, mendapatkan variabel prediktor yang mampu menjelaskan variabilitas variabel respon, dan menentukan metode statistik yang sesuai dengan karakteristik data, sehingga dapat menggambarkan hubungan antara variabel respon dan variabel prediktor. Tujuan dari penelitian ini yaitu untuk mendapatkan pemodelan MOS yang sesuai untuk variabel respon suhu maksimum, suhu minimum, dan kelembapan udara. Metode regresi yang digunakan adalah Principal Component Regression (PCR), Partial Least Square Regression (PLSR), dan ridge regression. Selanjutnya, model MOS yang terbentuk divalidasi dengan kriteria Root Mean Square Error (RMSE) dan Percentage Improval (IM%). MOS mampu mengoreksi bias prakiraan NWP hingga lebih dari 50%. Berdasarkan RMSE terkecil pada penelitian ini, suhu maksimum lebih akurat diprakirakan menggunakan model PLSR, sementara suhu minimum dan kelembapan udara lebih akurat diprakirakan menggunakan ridge regression.Kata Kunci: cuaca, MOS, NWP.
Pemanfaatan Excel untuk Analisis dan Visualisasi Data Kesehatan Masyarakat Kabupaten Sukoharjo Kiki Ferawati; Muhammad Bayu Nirwana; Hasih Pratiwi; Sri Sulistijowati Handajani; Respatiwulan Respatiwulan; Yuliana Susanti; Niswatul Qona’ah
Prosiding Konferensi Nasional Pengabdian Kepada Masyarakat dan Corporate Social Responsibility (PKM-CSR) Vol 4 (2021): Peran Perguruan Tinggi dan Dunia Usaha dalam Mewujudkan Pemulihan dan Resiliensi Masya
Publisher : Asosiasi Sinergi Pengabdi dan Pemberdaya Indonesia (ASPPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.341 KB) | DOI: 10.37695/pkmcsr.v4i0.1133

Abstract

Pemanfaatan data sebagai alat untuk memahami kondisi lingkungan dan kesehatan di wilayah merupakan hal yang harus dikembangkan di era informasi saat ini. Pengetahuan mengenai pengolahan data juga perlu dikembangkan oleh semua kalangan. Sebagai salah satu sekolah negeri yang terletak di Mojolaban, Sukoharjo, guru dan siswa SMPN 1 Mojolaban merupakan bagian dari masyarakat yang memerlukan pengetahuan tentang analisis dan visualisasi data. Profil kesehatan Kabupaten Sukoharjo yang diterbitkan oleh Dinas Kesehatan merupakan salah satu sumber informasi kesehatan yang dari tahun ke tahun dapat diakses oleh publik. Visualisasi data merupakan salah satu metode penyampaian informasi yang dipelajari dalam statistika. Pelatihan Excel yang diberikan bertujuan untuk memberikan pemahaman terkait penerapan metode statistika dengan Excel serta visualisasinya agar masyarakat dapat lebih memahami tentang kondisi kesehatan di wilayah Kabupaten Sukoharjo. Materi yang dibahas meliputi pengorganisasian data, statistik deskriptif, analisis regresi, pivot, pengenalan chart dan pembuatan dasbor. Hasil dari pelatihan yang diberikan, peserta pelatihan mampu membuat dasbor berisikan diagram yang menampilkan kondisi kesehatan dasar di Sukoharjo.