METODE WAVELET MODWT UNTUK PERAMALAN DATA RUNTUN WAKTU NON MUSIMAN

WIWIK WIYANTI, S.SI, Prof. Drs. H. Subanar, Ph. D

2012 | Tesis | S2 Matematika

Memprediksi atau meramal adalah suatu proses perkiraan secara sistematik tentang apa yang paling mungkin terjadi di masa yang akan datang berdasarkan informasi masa lalu dan masa sekarang (runtun waktu) yang dimiliki agar kesalahannya atau selisih antara apa yang terjadi dengan hasil perkiraan dapat diminimalisir atau diperkecil. Metode yang sering digunakan dalam memprediksi angka-angka atau data yang mungkin terjadi di masa yang akan datang adalah Box-Jenkins. Dalam penelitian kali ini untuk melihat angka-angka tersebut akan digunakan suatu metode wavelet yang disebut dengan MODWT (Maximal Overlap Discrete Wavelet Transform). MODWT dipakai karena metode ini sangat cocok untuk data yang mempunyai trend yang tajam terutama data non-musiman. Hasil dari MODWT akan diperoleh smooth dan detail yang kemudian koefisien smooth dan detail akan digunakan untuk memperoleh nilai MAR (Multiscale Autoregressive) yang akan digunakan untuk memprediksi angka-angka yang mungkin terjadi. Secara empiris, dari sepuluh kali percobaan dengan berbagai macam data runtun waktu tipe non musiman, diperoleh bahwa delapan data menunjukkan nilai estimasi kesalahan peramalan dengan MODWT lebih kecil dibanding dengan metode Box Jenkins, sedangkan dua data yang lain diperoleh nilai kesalahan peramalan dengan metode Box Jenkins lebih kecil dibandingkan dengan metode MODWT.

Predicting is an estimate of the systematic process about what is most likely to occur in the future which based on past information and the present (time series) owned to get mistake or the difference between what happens with the results of the estimation can be minimized or reduced. The method is often used in predicting numbers or data that may occur in the future is the Box-Jenkins methods. In this present study was to see those numbers will be used a method called wavelet MODWT (Maximal Overlap Discrete Wavelet Transform). MODWT used because this method is very suitable for data that have a particularly sharp trend of non-seasonal data. The result from MODWT will be obtained smooth and detail, and then smooth and detail coefficient would used to get MAR (Multiscale Autoregressive) which will be used to predict the numbers that may occur. From the empirical results in ten non seasonal time series data research found that estimated value of eight data research is the value forecast error with MODWT smaller than Box Jenkins, while the value forecast error two data is with Box Jenkins method smaller than MODWT.

Kata Kunci : wavelet, MODWT, runtun waktu, time series, Box Jenkins