Prediktor Ketinggian Gelombang Air Laut dan Kecepatan Angin Berbasis Regresi Linear Majemuk
Studi Kasus Rute Pelayaran Surabaya – Banjarmasin
DOI:
https://doi.org/10.59004/metta.v1i2.92Kata Kunci:
Regresi Linear Majemuk, Prediktor, Ketinggian Gelombang Laut, Kecepatan AnginAbstrak
Syahbandar mengizinkan kapal berlayar merujuk pada prediksi cuaca oleh BMKG (kecepatan angin dan tinggi gelombang). Namun prediksi tersebut masih menggunakan metode perhitungan numerik yang dihasilkan dari rata-rata data cuaca pada banyak posisi di Indonesia sehingga memiliki kelemahan pada persentase keakuratannya. Penelitian ini mendesain dan merealisasikan sistem prediktor kecepatan angin dan ketinggian gelombang laut menggunakan regresi linear majemuk. Hasil penelitian menunjukkan bahwa hasil prediksi regresi linear majemuk memiliki akurasi sebesar 99,98937%. Hasil prediksi ditampilkan melalui website beserta status pada setiap titik koordinat pada waypoint KM Dharma Kartika IX.
Unduhan
Referensi
“Rekapitulasi Operasi SAR Juli 2022”, Basarnas, diakses 18 Agustus 2022, https://basarnas.go.id/.
“Peringatan Gelombang Tinggi”, B. M. K. dan Geofisika, ditulis 20 Agustus 2022, https://maritim.bmkg.go.id/peringatan/gelombang_tinggi/.
P. Muralidharan, J. Hinkle, and P. T. Fletcher, “A map estimation algorithm for Bayesian polynomial regression on riemannian manifolds,” Proc. - Int. Conf. Image Process. ICIP vol. 2017-September, no. 0 (2018): 215–219, doi: 10.1109/ICIP.2017.8296274.
L. Wang, J. Liu, and F. Qian, “Wind speed frequency distribution modeling and wind energy resource assessment based on polynomial regression model,” Int. J. Electr. Power Energy Syst., vol. 130, no. (July 2020): 106964, doi: 10.1016/j.ijepes.2021.106964.
E. Prahasta, Sistem Informasi Geografis: Konsep-kondep Dasar (Perspektif Geodesi dan Geomatika) (Bandung, Informatika, 2009)
