Analysis Methods
Clean Water
.1 Metode
Forecasting .2 Struktur
Data
.3 Studi Kasus
Indonesia .4 Studi Kasus
Global
.1 Metode
Forecasting
.21
Why Forecasting
Contents of this template
Water Demand?
Air bersih meskipun bukan komoditas yang langka, namun keberadaannya perlu
dipreservasi untuk keberlanjutan sumber daya alam.
Investasi yang berkaitan dengan penyediaan air bersih memiliki anggaran yang
cukup tinggi. Sehingga dibutuhkan perhitungan peramalan yang akurat untuk
melakukan penyediaan yang lebih efisien dan tepat sasaran.
Extrapolation Non-Parametric
Time Series, Neural Network
Smoothing, ARIMA Model, Fuzzy Logic
Systems
Subjective
Judgment
Terdapat dua masalah yang sering ditemui dalam analisis data yaitu error
data (data yang tidak masuk akal) dan data yang hilang.
Variabel
Lainnya
Abstract
Palembang memiliki sumber air yang melimpah; Kota Palembang dilalui oleh salah satu sungai terpanjang di
Indonesia yaitu Sungai Musi. Namun, pertumbuhan penduduk semakin meningkat dari waktu ke waktu,
demikian juga dengan kebutuhan akan air bersih. Proyeksi jumlah kebutuhan air bersih di masa yang akan
datang sangat dibutuhkan; Selain mengantisipasi kelangkaan air, proyeksi kebutuhan air juga diperlukan
untuk membangun sarana dan prasarana air bersih. Penelitian ini dilakukan dengan menggunakan
perhitungan statistik untuk menghitung jumlah penduduk sepuluh tahun mendatang. Jumlah penduduk
Palembang pada tahun 2030 diproyeksikan meningkat menjadi 1.898.221 jiwa. Hasil proyeksi penduduk ini
digunakan untuk menghitung total kebutuhan air pada tahun 2030. Total kebutuhan air diperoleh dari
perhitungan kebutuhan domestik, non domestik, hidran kebakaran, dan kehilangan air. Pada tahun 2030
total kebutuhan air adalah 6.816 L/detik.
Metode dan
Data
Proyeksi Jumlah Penduduk
Metode Aritmatika Pn : Jumlah penduduk n tahun yang akan data
: menggunakan asumsi bahwa laju Po : Jumlah penduduk awal tahun data
pertumbuhan penduduk adalah konstan Pt : jumlah penduduk pada akhir tahun data
setiap tahunnya. X : Interval waktu (tahun dari tahun n - tahun lalu)
T : Data selang waktu tahun (n-1)
Metode dan
Data
Proyeksi Jumlah Penduduk
Metode Geometri Pn : Jumlah penduduk dalam n tahun mendatang
menggunakan asumsi bahwa Po : Jumlah penduduk awal tahun data
perkembangan penduduk otomatis berlipat Pt : Jumlah penduduk pada akhir tahun data
ganda dengan pertambahan penduduk N : Jumlah tahun proyeksi
r : Rasio pertambahan penduduk rata-rata pertahun
t : Data selang waktu tahun (n - 1)
Metode dan
Data
Proyeksi Jumlah Penduduk
Metode Kuadrat Terkecil Yn : Jumlah penduduk dalam n tahun mendatang
digunakan untuk daerah dengan trend a, b : Konstanta
pertumbuhan penduduk yang linier, X : Kenaikan tahun
meskipun pertumbuhan penduduk tidak n : Jumlah data
selalu meningkat.
Hasil dan
Diskusi
Contents
Water of this
Demand template
Forecasting Based on
Stepwise Multiple Non-Linear Regression
Analysis
Abdulkaddir Yasar | Mehmet Bilgilli | Erdogan Simsek
© King Fahd University of Petroleum and Minerals 2012
Abstract
The main objective of the present study is to apply the nonlinear regression (NLR) model in order to forecast
water demand in Adana city of Turkey. The average monthly water bill, total subscribership, atmospheric
temperature, relative humidity, rainfall, global solar radiation, sunshine duration, wind speed and
atmospheric pressure are selected as independent variables. Meteorological parameters were taken from
Adana meteorological station, and the other parameters such as water consumption, total subscribership
and water bill values were supplied from Adana Water and Sewerage Administration during the periods of
2000–2009. In order to get a successful simulation, first, all independent variables were added to the
“enter” regression model. Then, the method of stepwise multiple regression was applied for the selection of
the “best” regression equation (model). Thus, the best independent variables were selected for the NLR
model. Consequently, while water consumption in Adana city is 3.84 million m3 at the end of 2009, it will
increase up to 4.99 million m3 by the year 2020.
Metode dan
Data
Area Study
• Seyhan Basin, with a total area of about 20,000 km2, is
one of the major basins in Anatolia. There are three
dams in series on Seyhan River, Çatalan, Seyhan and
Yedigöze Dam.
Variabel
bersifat
nominal
sehingga
dilakukan
regresi non
linear
Hasil dan
Diskusi
PL 6233
Transportation and Infrastructure Analytical Methods