PENGKLASTERAN DATA RUNTUN WAKTU BERBASIS DENSITAS PERAMALAN

ORIEZA FEBRIANDHANI, Prof. Drs. Subanar, Ph.D

2014 | Skripsi | STATISTIKA

Suatu metode pengklasteran data runtun waktu diperkenalkan, dengan berbasis pada densitas probabilitas dari peramalan pada titik atau rentang waktu tertentu. Pertama, prosedur bootstrap dikombinasikan dengan estimator nonparametrik kernel untuk memperoleh estimasi dari densitas peramalan. Hasil estimasi densitas peramalan ini kemudian digunakan untuk membentuk matriks ketakmiripan yang selanjutnya dipakai untuk melakukan pengklasteran. Terakhir, aplikasi metode ini pada dataset riil juga akan dibahas.

A clustering method for time series is introduced, based on probability density of the forecast. First, autoregressive bootstrap procedure combined with nonparametric kernel estimator is applied to data to obtain estimation of the forecast densities. The estimated forecast densities are the used to construct the dissimilarity matrix and hence to perform clustering. Finally, application of this method in real dataset are discussed.

Kata Kunci : Pengklasteran, Runtun Waktu, Autoregression Bootstrap, Estimator Kernel, Indeks Produksi Industri