Peramalan kadaralir sungai bermusim dan tidak bermusim dengan kaedah pelicinan eksponen
Data kadaralir sungai adalah penting dan diperlukan oleh jurutera dalam merekabentuk, membina dan menjalankan projek pembangunan sumber air. Kajian ini bertujuan untuk mengaplikasikan model-model yang sesuai untuk peramalan jangka pendek bagi aliran sungai bulanan. Fokus utama ramalan ini dibuat ter...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Conference or Workshop Item |
| Published: |
2007
|
| Subjects: | |
| Online Access: | http://eprints.uthm.edu.my/1873/ http://eprints.uthm.edu.my/1873/1/PERAMALAN_KADARALIR_SUNGAI_BERMUSIM_W_A_WAN_MOHAMED_2007.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Data kadaralir sungai adalah penting dan diperlukan oleh jurutera dalam merekabentuk,
membina dan menjalankan projek pembangunan sumber air. Kajian ini bertujuan untuk
mengaplikasikan model-model yang sesuai untuk peramalan jangka pendek bagi aliran
sungai bulanan. Fokus utama ramalan ini dibuat terhadap dua jenis sungai yang mengalami
keadaan bermusin dan tidak bermusim. Dua sungai yang dipilih ialah Sungai Muar di Kuala
Pilah dan Sungai Triang di Kampung Chenor, Negeri Sembilan. Pengujian dan penilaian
model-model tentatif dilakukan terhadap kedua-dua sungai bagi menentukan keupayaan
model. Model yang mempunyai nilai Jumlah Variasi (Sum of Squared Errors ,SSE), Purata
Peratusan Ralat Mutlak(Mean Absolute Percentage Errors ,MAPE) dan Ralat Purata Kolerasi
(Root Mean Squared Errors,RMSE) terendah dipilih sebagai model terbaik untuk peramalan.
Bagi data bermusim, Model Berhaluan Linear Bermusim (Linear Trend and An Additive
Seasonal, LA) berkeupayaan meramal dengan baik manakala Model Berhaluan Lembab Tidak
Bermusim( Damped Trend and No Seasonality, DN) adalah model terbaik bagi data tidak
bermusim. Dengan hasil ramalan ini,mendapati model pelicinan eksponen menunjukkan satu
pelaksanaan yang baik dalam ramalan aliran bulanan sungai.
Kata Kunci: Peramalan jangka pendek, kadaralir sungai, model |
|---|