PENERAPAN PENDEKATAN BARU METODE FUZZY-WAVELET DALAM ANALISIS DATA RUNTUN WAKTU A NEW APPROACH OF FUZZY-WAVELET METHOD’S IMPLEMENTATION IN TIME SERIES ANALYSIS

Seng Hansun, Prof. Drs. Subanar, Ph.D.

2011 | Tesis | S2 Ilmu Komputer

Dewasa ini berbagai teknik soft computing banyak digunakan dan diterapkan dalam analisis data runtun waktu. Salah satunya adalah model hybrid fuzzy yang didesain dan dikembangkan untuk meningkatkan tingkat akurasi peramalan data runtun waktu. Popoola telah mengembangkan suatu model hybrid fuzzy yang menggunakan transformasi wavelet sebagai alat pra-pemrosesan, yang dikenal dengan nama metode fuzzy-wavelet. Dalam penelitian ini, diberikan suatu pendekatan baru dari metode hybrid fuzzy-wavelet yang telah dikembangkan oleh Popoola. Bila dalam metode fuzzy-wavelet Popoola, suatu sistem inferensi fuzzy dibangun untuk setiap data hasil dekomposisi, maka dalam pendekatan baru yang diberikan hanya ada dua sistem inferensi fuzzy yang dibangun. Dengan demikian, jumlah komputasi yang diperlukan dalam analisa data runtun waktu dapat ditekan. Penelitian dilanjutkan dengan membangun sebuah perangkat lunak yang dapat digunakan untuk menganalisis data runtun waktu sesuai dengan metode peramalan yang diterapkan. Sebagai pembanding digunakan tiga metode peramalan, yakni metode konvensional fuzzy, fuzzy-wavelet Popoola, dan pendekatan baru fuzzy-wavelet yang dikembangkan. Perangkat lunak tersebut dapat digunakan untuk peramalan jangka pendek (single-step forecasting) maupun jangka panjang, dengan batasan maksimal jumlah data yang dapat diramal adalah 300, maksimal interval yang dapat dibentuk adalah 7, dan maksimal level transformasi yang dapat diterapkan adalah 10. Selanjutnya tingkat akurasi dan kehandalan metode yang diusulkan dibandingkan dengan dua metode peramalan lainnya, sehingga dapat memberikan gambaran mengenai kehandalan dan keakurasian metode peramalan yang dikembangkan.

Recently, many soft computing methods have been used and implemented in time series analysis. One of the methods is fuzzy hybrid model which has been designed and developed to improve the accuracy of time series prediction. Popoola has developed a fuzzy hybrid model which using wavelet transformation as a pre-processing tool, and commonly known as fuzzy-wavelet method. In this thesis, a new approach of fuzzy-wavelet method has been introduced. If in Popoola’s fuzzy-wavelet, a fuzzy inference system is built for each decomposition data, then on the new approach only two fuzzy inference systems will be needed. By that way, the computation needed in time series analysis can be pressed. The research is continued by making new software that can be used to analyze any given time series data based on the forecasting method applied. As a comparison there are three forecasting methods implemented on the software, i.e. fuzzy conventional method, Popoola’s fuzzy-wavelet, and the new approach of fuzzy-wavelet method. The software can be used in short-term forecasting (single-step forecast) and long-term forecasting. There are some limitation to the software, i.e. maximum data can be predicted is 300, maximum interval can be built is 7, and maximum transformation level can be used is 10. Furthermore, the accuracy and robustness of the proposed method will be compared to the other forecasting methods, so that can give us a brief description about the accuracy and robustness of the proposed method.

Kata Kunci : fuzzy, wavelet, data runtun waktu, soft computing