Predicting rainfall using smoothing techniques, ARIMA techniques, and Support Vector Machine techniques
Keywords:
Predicting rainfall, Winter method, seasonal data, ARIMA, SVM., Predicting rainfall, Winter method, Seasonal data, ARIMA, SVM.Abstract
The purpose of this research is for this research. Focuses on forecasting rainfall in Nakhon Ratchasima Province using Winter's Method and Box-Jenkins time series analysis techniques or ARIMA method and Support Vector Machine method. Once the forecast is made, the forecast will be compared and the most appropriate method will be used as information for planning and preparing to deal with problems that will arise from changes in rainfall and weather conditions in Nakhon Ratchasima Province. The results from the study found that the smoothing technique can be used with the Winter's method model. As for the ARIMA method, it was found that the appropriate model is which is used to analyze the most appropriate value from the Akaike Information Criterion (AIC) statistic that gives the least value. The Support Vector Machine (SVM) forecasting method used the Support Vector Regression model by all three models and predicted with an error value from the first Training Set data. The most appropriate method was ARIMA with an error measure of RMSE of 62.28357. For forecasting data 3 years in advance (Testing Set), the most appropriate method is SVM with an RMSE error measure of 33.84099.
References
ทรงศิริ แต้สมบัติ. (2539). เทคนิคการพยากรณ์เชิงปริมาณ. กรุงเทพฯ: สำนักพิมพ์ฟิสิกส์เซนเตอร์.
ธนากร โชติช่วง และ สมชาย เล็กเจริญ (2561). การพยากรณ์ปริมาณน้ำฝนรายเดือนในจังหวัดพัทลุง ณ ศูนย์อุทกวิทยาฯ ภาคใต้. การประชุมวิชาการระดับชาติ วิทยาลัยนครราชสีมา ครั้งที่ 5, “วิจัยและพัฒนาสู่การขับเคลื่อนสังคมอย่างยั่งยืน”, วันที่ 31 มีนาคม พ.ศ.2561 ณ วิทยาลัยนครราชสีมา จังหวัดนครราชสีมา, หน้า 260-271.
พูนศักดิ์ ศิริโสม. (2537). การพยากรณ์ปริมาณน้ำฝนโดยใช้สาระอุตุนิยมวิทยาในเขตอำเภอเมืองจังหวัดเชียงใหม่ วิทยานิพนธ์มหาบัณฑิต วิทยาศาสตร์(สถิติประยุกต์) บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่.
มุกดา แม้นมินทร์. (2549). อนุกรมเวลาและการพยากรณ์. กรุงเทพฯ:โฟร์พริ้นติ้ง.ระบบบริการสารสนเทศภูมิอากาศ กรมอุตุนิยมวิทยา.สืบค้นเมื่อวันที่ 25กุมภาพันธ์ 2563, จาก http://climate.tmd.go.th/data/province/
วรางคณา กีรติวิบูลย์.(2558). การพยากรณ์ปริมาณน้ําฝน อําเภอเมือง จังหวัดน่าน. วารสารวิจัยและพัฒนา มจธ., 38(3), 211-223.
วราฤทธิ์ พานิชกิจโกศลกุล. (2552). การพยากรณ์ปริมาณน้ําฝนรายเดือนของสถานีอุตุนิยมวิทยาและสถานีอากาศเกษตรในภาคตะวันออกเฉียงเหนือ.วารสารวิทยาศาสตร์และเทคโนโลยี, 17(2), 1-12.
สมเกียรติ เกตุเอี่ยม (2548). เทคนิคการพยากรณ์, พิมพ์ครั้งที่ 2, สงขลา: นำศิลป์หาดใหญ่.
สุพรรณี อึ้งปัญสัตวงศ์. (2541). เทคนิคการพยากรณ์เชิงสถิติ. ขอนแก่น: หน่วยผลิตเอกสาร คณะวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น.
Abraham , Bovas & Ledolter , Johannes. (1983). Statistical Methods for Forecasting. New York: John Willey & Sons.
Box, G. E., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time series analysis: forecasting and control: John Wiley & Sons.
Drucker, H., Burges, C. J., Kaufman, L., Smola, A., & Vapnik, V. (1997). Support vector regression machines. Advances in neural information processing systems, 9, 155-161.
Eni, D.,&Adeyeye, F. (2015).Seasonal ARIMA Modeling and Forecasting of Rainfall in Warri Town, Nigeria. Journal of Geoscience and Environment Protection, 3, 91-98. doi: 10.4236/gep.2015.36015.M
Fattah, J., Ezzine, L., Aman, Z., El Moussami, H., & Lachhab, A. (2018). Forecasting of demand using ARIMA model.
International Journal of Engineering Business Management, 10, https://doi.org/10.1177/1847979018808673.
Kalekar, P. S. (2004). Time series forecasting using holt-winters exponential smoothing. Kanwal Rekhi school of information Technology, 4329008(13), 1-13.
Lewis, C. D. (1982). Industrial and business forecasting methods: A practical guide to exponential smoothing and curve fitting: Butterworth-Heinemann.
Makridakis, S. (1993). Accuracy measures: theoretical and practical concerns. International journal of forecasting, 9(4), 527-529.
Mitchell, T. M. (1997). Machine Learning. Professional Book Group 11 West 19th Street New York, NYUnited States: McGraw-Hill Inc.
Noble, W. S. (2006). What is a support vector machine? Nature biotechnology, 24(12), 1565-1567.
Sathish, G.,Lakshmi Narasinhaiah, P. Mahesh Babu, Samrat Laha &Bharath Kumar, N. (2017). Time Series Analysis of Monthly Rainfall for Gangetic West Bengal Using Box JenkinsSARIMAModeling.Int.J.Curr.Microbiol.App.Sci.6(7):2603-2610 doi:https://doi.org/10.20546/ijcmas.2017.607.307
Sidiq. (2018). Forecasting Rainfall with Time Series Model. IOP Conf. Series: Materials Science and Engineering 407(2018) doi:10.1088/1757-899X/407/1/012154.
Swain S., Nandi S., & Patel P. (2018) Development of an ARIMA Model for Monthly Rainfall Forecasting over Khordha District, Odisha, India. In: Recent Findings in Intelligent Computing Techniques. Advances in Intelligent Systems and Computing, Vol. 708,325-331.
Vapnik, V. (1995). The nature of statistical learning theory springer new york google scholar. New York.
Vapnik, V., Golowich, S. E., & Smola, A. (1997). Support vector method for function 170 approximation, regression estimation, and signal processing. Advances in neural information processing systems, 281-287.
Zhang, X.-D. (2020). Machine learning. In A Matrix Algebra Approach to Artificial Intelligence , Springer. 223-440.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 SCIENCE AND TECHNOLOGY RESEARCH JOURNAL NAKHON RATCHASIMA RAJABHAT UNIVERSITY
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวิจัย วิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครราชสีมา ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิจัย วิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครราชสีมา ถือเป็นลิขสิทธิ์ของวารสารวิจัย วิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครราชสีมา หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักอักษรจากวารสารวิจัย วิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครราชสีมา ก่อนเท่านั้น
