UPSI Digital Repository (UDRep)
Start | FAQ | About
Menu Icon

QR Code Link :

Type :thesis
Subject :GB Physical geography
Main Author :Adib Mashuri
Title :Peramalan data siri masa aras air sungai di kawasan berkepentingan Malaysia menggunakan pendekatan kalut
Place of Production :Tanjong Malim
Publisher :Fakulti Sains dan Matematik
Year of Publication :2020
Notes :with cd
Corporate Name :Universiti Pendidikan Sultan Idris
PDF Guest :Click to view PDF file

Abstract : Universiti Pendidikan Sultan Idris
Kajian ini bertujuan untuk mengenal pasti kehadiran telatah kalut dan meramal data siri masa   aras   air   sungai   di   kawasan   yang   berkepentingan   di   Malaysia   dengan  menggunakan  pendekatan  kalut.  Kajian  ini  merangkumi  tiga  objektif  utama  iaitu mengenal  pasti kehadiran telatah kalut pada aras air sungai, meramal aras air sungai menggunakan pendekatan  kalut dan menambahbaik kaedah peramalan purata setempat (kpps)  untuk  peramalan  aras  air  sungai   di  kawasan  berkepentingan  di  Malaysia. Kawasan berkepentingan di Malaysia diperincikan kepada  dua kawasan iaitu kawasan tadahan sungai yang berbeza ketinggian tanah dan kawasan dataran banjir.  Tiga batang sungai telah dipilih untuk memenuhi objektif kajian iaitu kawasan tadahan sungai yang  berbeza  ketinggian  tanah  adalah  di  Sungai  Pahang  yang  melibatkan  kawasan  tanah rendah   (skala  masa  jam)  dan  tanah  tinggi  (skala  masa  harian).  Manakala  kawasan dataran banjir  adalah di Sungai Kelantan (skala masa jam) dan Sungai Dungun (skala masa  jam).  Dapatan  kajian   bagi  objektif  pertama  membuktikan  telatah  kalut  hadir terhadap  data  siri  masa  aras  air   sungai  yang  dikaji  menggunakan  kaedah  Cao menunjukkan sekurang-kurangnya satu nilai E2(d) ≠ 1  manakala kaedah plot ruang fasa pula menunjukkan wujud rantau penarik pada ruang fasa. Hasil  dapatan objektif kedua menunjukkan data siri masa aras sungai memberikan peramalan yang sangat  cemerlang (pekali korelasi, CC > 0.99) menggunakan kombinasi kaedah kpps dan d – songsang  berbanding   kaedah   lain   dalam   kajian   ini.   Kaedah   penambahbaikan   kpps   dapat  memberikan  peramalan  yang  lebih  baik  berbanding  kaedah  kpps  kerana  kaedah penambahbaikan   kpps  dapat  memberikan  nilai  pekali  korelasi  yang  lebih  tinggi. Kesimpulannya, pendekatan  kalut berjaya meramal siri masa aras air sungai di kawasan berkepentingan di Malaysia. Implikasi  kajian ini dapat menyumbangkan maklumat aras sungai  kepada  pihak  yang  berkenaan  bagi   pengurusan  sumber  air  dan  pengawalan banjir.  

References

Abarbanel,  H.  D.  I.  (1996).  Analysis  of  Observed  Chaotic  Data.  New  York,  NY:

Springer New York.

 

Acharya, R., Pal, J., Das, D., & Chaudhuri, S. (2019). Long?Range Forecast of Indian Summer   

Monsoon   Rainfall   Using   an   Artificial   Neural   Network   Model. Meteorological 

Applications, 26(3), met.1766.

 

Adenan, N. H., & Noorani, M. S. M. (2013). River Flow Prediction Using Nonlinear Prediction Method. 

International Journal of Physical and Mathematical Sciences, 7(11).

 

Adenan, N. H. (2015). Analisis Dan Peramalan Data Siri Masa Aliran Sungai Dengan Menggunakan 

Pendekatan Kalut. Universiti Kebangsaan Malaysia (UKM).

 

Adenan,  N.  H.,  &  Noorani,  M.  S.  M.  (2016).  Multiple  Time-Scales  Nonlinear Prediction of 

River Flow Using Chaos Approach. Jurnal Teknologi, 78(7).

 

Adenan, N. H., & Noorani, M. S. M. (2015a). Peramalan Data Siri Masa Aliran sungai di  Dataran  

Banjir  dengan  Menggunakan  Pendekatan  Kalut.  Sains  Malaysiana, 44(3), 463–471.

 

Aeschbacher,  J.,  Liniger,  H.,  &  Weingartner,  R.  (2009).  River  Water  Shortage  in  a 

Highland–Lowland System. Environmental Sciences.

 

Agensi  Pengurusan  Bencana  Negara  (NADMA).  (2018).  Portal  Bencana.  Retrieved December 10, 

2018.

 

Ahmad, A. K., Mushrifah, I., & Othman, M. S. (2009). Water Quality and Heavy Metal Concentrations 

in Sediment of. Sains Malaysiana (Vol. 38).

 

Akhir, N. M., Azman, A., Hassan, N., & Akhir, N. H. M. (2017). Kajian Penelitian Masalah Mangsa 

Bencana Banjir Disember 2014 Di Kelantan. Journal of Social Sciences & Humanities.

 

Albostan,  A.,  &  Önöz,  B.  (2015).  Implementation  of  Chaotic  Analysis  on  River Discharge 

Time Series. Energy and Power Engineering, 7, 81–92.

 

Albostan,  A.,  &  Önöz,  B.  (2015).  Implementation  of  Chaotic  Analysis  on  River Discharge 

Time Series. Energy and Power Engineering, 07(03), 81–92.

 

Ambak, M. A., & Zakaria, M. Z. (2010). Freshwater Fish Diversity in Sungai Kelantan.

Universiti Malaysia Terengganu (UMT).

 

Ghani,  A.  A.,  Chang,  C.  K.,  Pua,  H.  T.  &  Ismail,  W.  R.  (2016).  Flood  inundation

analysis for large scale river using hydrodynamic and sediment transport model –

 

Case  study  of  Sungai  Pahang’s  December  2014  flood.  Persidangan  Kajian Bencana Banjir 2014 

, 9.

 

Anika, N., & Kato, T. (2019). Modeling River Flow using Artificial Neural Networks: A Case Study on 

Sumani Watershed. Pertanika J. Sci. & Technol, 27(S1), 179– 188.

 

Arbain,  S.  H.  (2014).  Non-Linear  Water  Level  Forecasting  of  Dungun  River  Using 

Hybridization of Backpropagation Neural Network and Genetic Algorithm .

 

Arbain, S. H., & Wibowo, A. (2012). Time series methods for water level forecasting of Dungun river 

in Terengganu Malaysia, 9.

 

Cao, L. (1997). Practical method for determining the minimum embedding dimension of a scalar time 

series. Physica D: Nonlinear Phenomena, 110(1–2), 43–50.

 

Chapman, D. (1992). Water Quality Assessments-A Guide to Use of Biota, Sediments and Water in 

Environmental Monitoring-Second Edition. London: E & FN Spon.

 

Cheng, H., & Sandu, A. (2009). Uncertainty quantification and apportionment in air quality models 

using the polynomial chaos method. Environmental Modelling & Software, 24(8), 917–925.

 

Chennai, T., Padma, K., Selvaraj, R. S., & Boaz, B. M. (2013). Use of Chaotic and Time Series 

Analysis on Surface Ozone Study at the Tropical Region. Universal Journal of Environmental Research 

and Technology, 3(6), 650–659.

 

Ching, Y., Baharudin, Y., Ekhwan, T. M., Lee, Y., Maimon, A., & Salmijah, S. (2013). Impact of 

climate change on flood risk in the Muar River Basin of Malaysia. In Disaster Advances 6 (pp. 

11–17). Universiti Kebangsaan Malaysia, Selangor.

 

Dewan Bahasa dan Pustaka. (2005). Kamus Dewan (Edisi 4.). Kuala Lumpur: Dewan Bahasa dan Pustaka

 

Ducard, G. (2017). Modeling and Analysis of Dynamic Systems Institute for Dynamic Systems and 

Control. Zurich, Switzerland.

 

Elshorbagy,  A.,  Simonovic,  S.  P.,  &  Panu,  U.  S.  (2002).  Estimation  of  missing 

streamflow data using principles of chaos theory. Journal of Hydrology, 255(1– 4), 123–133.

 

Fathima,  T.  A.,  &  Jothiprakash,  V.  (2014).  Behavioural  analysis  of  a  time  series-A 

chaotic approach. S¯ Adhan¯ A, 39, 659–676.

 

Frison, T. W., I Abarbanel, H. D., Earle, M. D., Schultz, J. R., Scherer, W. D., & Diego,

S. (1999). Chaos and predictability in ocean water levels. Journal Of Geophysical Research, 

104(C4).

 

Gasim, M. B., Toriman, M. I., & Idris, M. (2013). River flow conditions and dynamic state analysis 

of Pahang river.

 

Gasim, M. B., Adam, J., Toriman, M. E., Rahim, S. A., & Juahir, H. (2007). Coastal Flood  

Phenomenon  in  Terengganu,  Malaysia:  Special  Reference  to  Dungun. Reseach Journal of 

Enviromental Science, 3, 9.

 

Ghani, A. A., Chang, C. K., Leow, C. S., & Zakaria, N. A. (2012). International Journal of River 

Basin Management Sungai Pahang digital flood mapping: 2007 flood, 11.

 

Ghorbani, M. A., Daneshfaraz, R., Arvanagi, H., Pourzangbar, A., Saghebian, S. M., & Kar, K. K. 

(2012). Local Prediction in River Discharge Time Series. Journal of Civil Engineering and Urbanism, 

2(2), 51–55.

 

Ghosh,  S.,  &  Mistri,  B.  (2015).  Geographic  Concerns  on  Flood  Climate  and  Flood 

Hydrology   in   Monsoon-Dominated   Damodar   River   Basin,   Eastern   India. Geography Journal, 

2015, 1–16.

 

Gurjar, M., Naik, P., Mujumdar, G., & Vaidya,  T. (2018). Stock Market Prediction Using  ANN.  

International  Research  Journal  of  Engineering  and  Technology, 5(3), 2758–2761.

 

Hamid, N. Z. A. & Noorani, M. S. M. (2013). An Improved Prediction Model of Ozone Concentration 

Time Series Based On Chaotic Approach.  Int. J. Math. Comput. Sci. Eng.

 

Hamid, N. Z. A. & Noorani, M. S. M. (2014). Suatu Kajian Perintis Menggunakan Pendekatan  Kalut  

bagi  Pengesanan  Sifat  dan  Peramalan  Siri  Masa  Kepekatan PM10. Sains Malaysiana, 43(3), 

475–481.

 

Hamid,  N.  Z.  A.   (2015).  Pemodelan  siri  masa  kepekatan  bahan  pencemar  udara 03,PM10 dan 

jerebu menerusi pendekatan kalut. Universiti Kebangsaan Malaysia (UKM).

 

Hamid, N. Z. A.,   (2018). Application of chaotic approach in forecasting highland’s temperature 

time series. IOP Conf. Ser.: Earth Environ. Sci, 169. 7

 

Hamid, N. Z. A. (2015). Pemodelan Siri Masa Kepekatan Bahan Pencemar Udara 03, Pmlo Dan Jerebu 

Menerusi Pendekatan Kalut. Tesis doktor falsafah, Universiti Kebangsaan Malaysia.

 

Hamid, N. Z. A. & Noorani, M. S. M. (2017). Aplikasi Model Baharu Penambahbaikan Pendekatan   Kalut 

  ke   atas   Peramalan   Siri   Masa   Kepekatan   Ozon.   Sains Malaysiana, 46(8), 1333–1339.

 

Ibrahim, H. A. & Ahmad, M. K. F. (2017). Geografi Tingkatan 1. Era Visi Sdn Bhd.

 

Hohle, S. M., & Teigen, K. H. (2015). Forecasting forecasts: The trend effect. Judgment and 

Decision Making, 10(5), 416–428.

 

Hussain, T. P. R. S., & Ismail, H. (2011). Land Use Changes Analysis for Kelantan

 

Basin Using Spatial Matrix Technique "Patch Analyst" in Relation to Flood Disaster. 

Journal of Techno-Social, 3(1).

 

Ibrahim, F. (2016). Strategi Penambahbaikan Pengurusan Bencana Banjir Besar Di Kelantan. Universiti 

Teknologi Malaysia.

 

Jabatan Meteorologi Malaysia. (2017). Laporan Tahunan 2016.

 

Jabatan Pengairan dan Saliran Malysia (JPS). (2015). Kompedium Data dan Maklumat Asas.

 

Jabatan Pengairan dan Saliran Selangor (JPS). (2018). Pengurusan Banjir.

 

Jabatan  Perangkaan  Malaysia  (JPM).  (2018).  Department  of  Statistics  Malaysia Official 

Portal.

 

Jayawardena, A. W. (1997). Runoff forecasting using a local approximation method.

IAHS Publ.

 

Jieni, X. & Zhongke, S. (2008). Short-Time Traffic Flow Prediction Based on Chaos Time   Series   

Theory.   Journal   Of   Transportation   Systems   Engineering   And Information Technology, 8(5), 

68–72.

 

Kantz, H. & Schreiber, T. (2004). Nonlinear Time Series Analysis.

 

Kaplan, D. & Glass, L. (1995). Understanding Nonlinear Dynamics. Texts in Applied Mathematics., 

(jil. 19).

 

Karri, R. R., Badwe, A., Wang, X., Serafy, G. E., Sumihar, J., Babovic, V. & Gerritsen,

H. (2013). Application of data assimilation for improving forecast of water levels and residual 

currents in Singapore regional waters. Ocean Dynamics, 63(1), 43– 61.

 

Khairul, M., Kamarudin, A., Toriman, E., Sulaiman, N. H., Ata, F. M., Gasim, M. B.,

…   Aziz,   A.   (2015).   Klasifikasi   Sungai   Tropika   Menggunakan   Teknik Kemometrik:  

Kajian  Kes  Di  Sungai  Pahang,  Malaysia.  Malaysian  Journal  of Analytical Sciences, 19, 

1001–1018.

 

Khatami, S. (2013). Nonlinear Chaotic and Trend Analyses of Water Level at Urmia Lake,  Iran  Does  

Climate  Variability  Explain  Urmia  Lake  Depletion.  Lund University.

 

Khatibi,   R.,   Ghorbani,   M.   A.,   Aalami,   M.   T.,   Kocak,   K.,   Makarynskyy,   O., 

Makarynska,  D.,  &  Aalinezhad,  M.  (2011).  Dynamics  of  hourly  sea  level  at Hillarys  Boat  

Harbour,  Western  Australia:  a  chaos  theory  perspective.  Ocean Dynamics, 61(11), 1797–1807.

 

Khatibi,  R.,  Sivakumar,  B.,  Ghorbani,  M.  A.,  Kisi,  O.,  Koçak,  K.,  &  Zadeh,  D.  F. 

(2012). Investigating chaos in river stage and discharge time series.  Journal of

 

Hydrology, 414–415, 108–117.

 

Khokhlov, V., Glushkov, A. A., Loboda, A. N., Serbov, A. N., & Zhurbenko, A. K. (2008). Signatures 

of low-dimensional chaos in hourly water level measurements at coastal site of Mariupol, Ukraine.

 

Lak, R., Darvishikhatuoni, J., & Mohammadi, A. (2012). Study Of Paleolimnology And Causes Of Sudden 

Decrease Of Urmia Lake Water Table. Journal of Geotechnical Gology (Applied Geology), 7(4), 

343–358.

 

Li,  T.-Y.,  &  Yorke,  J.  A.  (1975).  Period  Three  Implies  Chaos.  The  American Mathematical 

Monthly (Vol. 82).

 

Li, Y., Liu, Y., & Zhu, H. (2017). Analysis of the chaotic characteristics of traffic flow under  

congested  traffic condition.  In  2017  29th Chinese Control And  Decision Conference (CCDC) (pp. 

4949–4954). IEEE.

 

Lorenz, E. N. (1963). Deterministic Nonperiodic Flow. Journal Of The Atmospheric Sciences, 20, 12.

 

Lun, P. I., Gasim, M. B., Toriman, M. E., Rahim, S. A., & Kamaruddin, K. A. (2011). Hydrological  

Pattern  Of  Pahang  River  Basin  And  Their  Relation  To  Flood Historical Event (Corak 

Hidrologi Lembangan Sungai Pahang dan Hubungannya dengan, 6, 9.

 

Mahmoudabadi, A., & Andalibi, S. (2014). The Assessment of Applying Chaos Theory for Daily Traffic 

Estimation.  Industrial Engineering and Operations Management

, 559–567.

 

Marcinkowski, P., Grygoruk, M., Marcinkowski, P., & Grygoruk, M. (2017). Long- Term  Downstream  

Effects  of  a  Dam  on  a  Lowland  River  Flow  Regime:  Case Study of the Upper Narew. Water, 

9(10), 783.

 

Martin, C., Gill, J., Cacic, I., Muchemi, S., & Rubiera, J. (2007). World Meteorological 

Organization 2007.

 

Martins, O. Y., Sadeeq, M. A., & Ahaneku, I. E. (2011). Nonlinear Deterministic Chaos in  Benue  

River  Flow  Daily  Time  Sequence.  Journal  of  Water  Resource  and Protection, 03(10), 747–757.

 

Matlab. (2009). Matlab and Statistics Toolbox Release 2009b. The MathWorks, Inc., Natick, 

Massachusetts, United States.

 

Merkwirth,  C.,  Parlitz,  U.,  Wedekind,  I.,  Engster,  D.,  &  Lauterborn,  W.  (2009).

TSTOOL and User Manual.

 

Mesbahzadeh, M. (2016). Applying the 0-1 test on the analysis of climate and weather data  using  

chaos  theory.  Journal  of  Fundamental  and  Applied  Sciences,  8(2), 1188.

 

Mihailovi?, D. T., Nikoli?-?ori?, E., Arseni?, I., Malinovi?-Mili?evi?, S., Singh, V. P., Stoši?,  

T.  &  Stoši?,  B.  (2018).  Analysis  of  Daily  Streamflow  Complexity  by Kolmogorov Measures 

and Lyapunov Exponent.

 

Musa,  S.  M.  S.,]  &  Shafii,  H.  (2012).  Pengurusan  sistem  saliran  dalam  menangani masalah 

banjir di Batu Pahat, Johor (pp. 125–146). UTHM, Batu Pahat.

 

Ooi,  S.  H.,  Samah,  A.  A.  &  Braesicke,  P.  (2013).  Primary  productivity  and  its 

variability  in  the  equatorial  South  China  Sea  during  the  northeast  monsoon. Atmospheric 

Chemistry and Physics Discussions, 13(8), 21573–21608.

 

Ooi, See Hai, Samah, A. A. & Braesicke, P. (2011). A case study of the Borneo Vortex genesis and 

its interactions with the global circulation.  Journal of Geophysical Research: Atmospheres, 

116(D21).

 

Paimin,  S.  &  Pramono,  I.  B.  (2009).  Teknik  mitigasi  banjir  dan  tanah  longsor.

Tropenbos International Indonesia Programme, Indonesia. Indonesia.

 

Pandey, A. & Srinivas, V. V. (2015). Use of Data Driven Techniques for Short Lead Time Streamflow 

Forecasting in Mahanadi Basin. Aquatic Procedia, 4, 972–978.

 

Peitgen, H.-O., Ju?rgens, H., & Saupe, D. (2004). Chaos and fractals : new frontiers of science. 

Springer.

 

Peng, D., Xin, F., Zhang, L., Gao, Z., Zhang, W., Wang, Y., Chen, X. & Wang, Y. (2017).  Nonlinear  

time-series  analysis  of  optical  signals  to  identify  multiphase flow behavior in 

microchannels. AIChE Journal, 63(6), 2378–2385.

 

Pomeroy, J. W., Stewart, R. E., & Whitfield, P. H. (2016). The 2013 flood event in the South  

Saskatchewan  and  Elk  River  basins:  Causes,  assessment  and  damages. Canadian   Water   

Resources   Journal   /   Revue   Canadienne   Des   Ressources Hydriques, 41(1–2), 105–117.

 

Rahman, H. A. (2009). Suatu tinjauan terhadap permasalahan banjir kilat di Lembah Klang.  In  

INasir  Nayan  et  a.  (eds)  Persekitaran  fizikal  di  Malaysia:  Isu  dan cabaran semasa (pp. 

9–10). Universiti Pendidikan Sultan Idris, Tanjong Malim.

 

Ratner, B. (2009). The correlation coefficient: Its values range between 1/1, or do they.

Journal of Targeting, Measurement and Analysis for Marketing, 17(2), 139–142.

 

Razali, A., Ismail, S. N. S., Awang, S., Praveena, S. M. & Abidin, E. Z. (2018). Land use change in 

highland area and its impact on river water quality: a review of case studies in Malaysia. 

Ecological Processes, 7(1), 19.

 

Regonda,  S.  K.,  Rajagopalan,  B.,  Lall,  U.,  Clark,  M.  &  Moon,  Y.-I.  (2005).  Local 

polynomial method for ensemble forecast of time series. Nonlinear Processes in Geophysics (Vol. 

12).

 

Rodriguez-Iturbe, I., Febres De Power, B., Sharifi, M. B., & Georgakakos, K. P. (1989).

Chaos in rainfall. Water Resources Research, 25(7), 1667–1675.

 

Ruslan, A. B., & Hamid, N. Z. A. (2019). Application of Improved Chaotic Method in Determining 

Number of  k-Nearest  Neighbor  for CO Data Series.  International Journal of Engineering and 

Advanced Technology (IJEAT), 8(6S3), 10–14.

 

Sapini, M. L., Adam, N. S., Ibrahim, N., Rosmen, N., & Yusof,  N. M. (2017). The presence of chaos 

in rainfall by using 0-1 test and correlation dimension. In AIP Conference Proceedings (Vol. 1905, 

p. 050040). AIP Publishing LLC.

 

Schober, P., Boer, C., & Schwarte, L. A. (2018). Correlation Coefficients. Anesthesia & Analgesia, 

126(5), 1763–1768.

 

Shang, P., & Kamae, S. (2005). Fractal nature of time series in the sediment transport phenomenon. 

Chaos, Solitons & Fractals, 26(3), 997–1007.

 

Shang, P., Na, X., & Kamae, S. (2009). Chaotic analysis of time series in the sediment transport 

phenomenon. Chaos, Solitons & Fractals, 41(1), 368–379.

 

Sharifi, M. B., Georgakakos, K. P., Rodriguez-Iturbe, I., Sharifi, M. B., Georgakakos,

K. P., & Rodriguez-Iturbe, I. (1990). Evidence of Deterministic Chaos in the Pulse of Storm 

Rainfall. Journal of the Atmospheric Sciences, 47(7), 888–893.

 

Siek,  M.  (2011).  Predicting  storm  surges :  chaos,  computational  intelligence,  data 

assimilation,  ensembles.  Delft  University  of  Technology.  Netherlands.:  CRC Press.

 

Sivakumar,  B.  (2002).   A  phase-space  reconstruction  approach  to  prediction  of suspended 

sediment concentration in rivers. Journal of Hydrology, 258(1–4), 149– 162.

 

Sivakumar,  B.  (2001).  Rainfall  dynamics  at  different  temporal  scales:  A  chaotic 

perspective. Hydrology and Earth System Sciences, 5(4), 645–651.

 

Sivakumar,  B.,  &  Berndtsson,  R.  (2010).  Advances  in  Data-Based  Approaches  for Hydrologic 

Modeling and Forecasting. World Scientific.

 

Sivakumar, B., Berndtsson, R., Olsson, J., & Jinno, K. (2001). Evidence of chaos in the 

rainfall-runoff process. Hydrological Sciences Journal, 46(1), 131–145.

 

Sivakumar, B., & Jayawardena, A. W. (2002). An investigation of the presence of low- dimensional    

chaotic    behaviour    in    the    sediment    transport    phenomenon. Hydrological Sciences 

Journal, 47(3), 405–416.

 

Sivakumar, B., Sorooshian, S., Gupta, H. V., & Gao, X. (2001). A chaotic approach to rainfall 

disaggregation. Water Resources Research, 37(1), 61–72.

 

Sivakumar, B. & Wallender, W. W. (2005). Predictability of river flow and suspended

sediment  transport  in  the  Mississippi  River  basin:  a  non-linear  deterministic approach. 

Earth Surface Processes and Landforms, 30(6), 665–677.

 

Soeharn, A. W. H., Farid, M., Abidah, D. S., Maitsa, T. R., Setianingsih, & Majidah,

N. (2019). Effect of extreme rain and land covering change in Jatihandap on 20 March 2018 flash 

flood. MATEC Web of Conferences, 270, 04003.

 

Solomatine, D. P., Rojas, C. J., Velickov, S., & Wüst, J. C. (2000). Chaos theory in predicting 

surge water levels in the North Sea.  4-Th International Conference on Hydroinformatics, 8.

 

Sprott,  J.  C.  (2003).  Chaos  and  Time-Series  Analysis.  Oxford  University  Press. 

Srivastava, P. K., Islam, T., Singh, S. K., Petropoulos, G. P., Gupta, M., & Dai, Q. (2016). 

Forecasting Arabian Sea Level Rise using Exponential Smoothing State Space Models and ARIMA from 

TOPEX and Jason satellite Radar Altimeter Data. Meteorological Applications, 23(4), 633–639.

 

Su,  L.  (2010).  Prediction  of  multivariate  chaotic  time  series  with  local  polynomial 

fitting. Computers & Mathematics with Applications, 59(2), 737–744.

 

Sulaiman, N. H., Khairul, M., Kamarudin, A., Toriman, E., Juahir, H., Marcus Ata, F., Sideng, U. 

(2017). Relationship of Rainfall Distribution and Water Level on Major Flood 2014 in Pahang River 

Basin, Malaysia.

 

Suratman, S. (2013). Distribution of Total Petrogenic Hydrocarbon in Dungun River Basin, Malaysia : 

Oriental Journal of Chemistry. Oriental Journal of Chemistry, 29(1).

 

Takens, F. (1981). Detecting strange attractors in turbulence. Dynamical Systems and Turbulence, 

Warwick.

 

Tanty,  R.,  &  Desmukh,  T.  S.  (2015).  Application  of  Artificial  Neural  Network  in 

Hydrology-   A   Review.   International   Journal   of   Engineering   Research   & Technology, 

4(6).

 

Tare, V., Gurjar, S. K., Mohanta, H., Kapoor, V., Modi, A., Mathur, R. P., & Sinha, R. (2017). 

Eco-geomorphological approach for environmental flows assessment in monsoon-driven highland rivers: 

A case study of Upper Ganga, India. Journal of Hydrology: Regional Studies, 13, 110–121.

 

Tongal,  H.,  &  Berndtsson,  R.  (2014).  Phase-space  reconstruction  and  self-exciting 

threshold models in lake level forecasting: a case study of the three largest lakes of Sweden. 

Stochastic Environmental Research and Risk Assessment; 28(4), Pp 955-971 (2014), 28(4), 955–971.

 

Toriman, M. E., Juahir, H., Mokhtar, M., Gazim, M. B., Mastura, S., Abdullah, S., & Jaafar,  O.  

(2009).  Predicting  for  Discharge  Characteristics  in  Langat  River, Malaysia Using Neural 

Network Application Model. Research Journal of Earth Sciences, 1(1), 15–21.

 

Velickov,   S.   (2004).   Nonlinear   dynamics   and   chaos   with   applications   to   to

hydrodynamics and hydrological modelling. A.A. Balkema.

 

Wang,  X.,  &  Babovic,  V.  (2014).  Enhancing  water  level  prediction  through  model residual 

correction based on Chaos theory and Kriging. International Journal for Numerical Methods in 

Fluids, 75(1), 42–62.

 

Weng,   T.   K.,   &   Mokhtar,   M.   (2010).   Towards   Integrated   Water   Resources 

Management  Approach  in  Malaysia:  A  Case  Study  in  Pahang  River  Basin. Environment and 

Natural Resources J, 8(2), 47–58.

 

Yatim, B., Abdullah, M., & Surif, S. (2012). Banjir: Bencana alam. In Baharudin Yatim et  al.  

(eds)  Banjir  besar  Johor  (pp.  13–18).  Universiti  Kebangsaan  Malaysia, Selangor.

 

Yildirim, H. A., Hacinliyan, A. S., Akkaya, E. E., & Ikiel, C. (2016). Chaos in Time Series of 

Sakarya River Daily Flow Rate. Journal of Applied Mathematics and Physics, 04(10), 1849–1858. 

https://doi.org/10.4236/jamp.2016.410187

 

Zaim,  W.  N.  A.  W.  M.  (2018).  Peramalan  Siri  Masa  Ozon  Mengikut  Monsun  Di Kawasan 

Pendidikan Tinggi Malaysia Melalui Pendekatan Kalut. UPSI.

 

Zaim, W. N. A. W. M., & Hamid, N. Z. A. (2017). Peramalan Bahan Pencemar Ozon (O3  )  di  

Universiti  Pendidikan  Sultan  Idris,  Tanjung  Malim,  Perak,  Malaysia Mengikut Monsun dengan 

Menggunakan Pendekatan Kalut.  Sains Malaysiana,

46(12), 2523–2528.

 


This material may be protected under Copyright Act which governs the making of photocopies or reproductions of copyrighted materials.
You may use the digitized material for private study, scholarship, or research.

Back to previous page

Installed and configured by Bahagian Automasi, Perpustakaan Tuanku Bainun, Universiti Pendidikan Sultan Idris
If you have enquiries, kindly contact us at pustakasys@upsi.edu.my or 016-3630263. Office hours only.