Prediksi Runtun Waktu

Prediksi Runtun Waktu

Pengertian Prediksi

Prediksi atau peramalan merupakan kegiatan untuk menduga suatu kejadian yang terjadi di masa yang akan datang berdasarkan pengetahuan yang diperoleh dari kejadian yang telah terjadi. Menggunakan data-data historis untuk memprediksi kemungkinan yang terjadi dimasa depan. Hasil prediksi menggunakan teknik data mining dapat memberikan gambaran yang akan terjadi.

Penggunaan peramalan sangatlah penting dalam suatu organisasi karena hasil dari peramalan dapat digunakan sebagai dasar untuk pengembilan keputusan.

Berdasarkan sifat peramalan dibagi menjadi 2 yaitu Peramalan Kualitatif dan Peramalan Kuantitatif, penjelasan sebagai berikut :

1. Peramalan Kualitatif

Peramalan kualitatif merupakan peramalan yang didasarkan atas data kualitatif atau hasil dari pemikiran, akumulasi pengetahuan, dan judgement. Hasil peramalan dibuat berdasarkan intuisi, pendapat, pengetahuan dan pengalaman dari seseorang. Hasil peramalan bergantung dari orang yang menyusunnya.

2. Peramalan Kuantitatif

Peramalan kuantitatif merupakan peramalan yang didasarkan atas data kuantitatif dari masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Metode peramalan kuantitatif dapat dibagi menjadi dua yaitu metode peramalan deret waktu dan metode kausal.

A. Metode kausal atau sebab akibat

Merupakan metode peramalan dimana peramal mencari faktor-faktor yang mempengaruhi varibel yang ingin diramalkan, dan memprediksi varibel tersebut berdasarkan variabel-variabel lain yang mempengaruh. Beberapa contoh metode kausal adalah metode regresi dan korelasi, model input output, dan model ekonometri.

B. Metode runtut waktu atau Time Series

Time series adalahkumpulan data yang diukur secara berturut-turut dan pada interval waktu yang berbeda. Berdasarkan pola data dapat dibedakan menjadi empat jenis siklus dan trend yaitu sebagai berikut :

Baca Juga:  Data Mining dalam Healthcare
Pola Horisontal

Pola horisontal terjadi jika nilai data berfluktuatif di sekitar nilai rata-rata yang konstan. Fluktuasi irregular atau acak, merupakan variasi yang tidak teratur dan cenderung sulit untuk dilakukan prediksi.

Pola Musiman

Pola musiman terjadi jika suatu deret dipengaruhi oleh faktor musiman misalnya dalan hitungan mingguan, bulanan, tahunan.

Pola Siklus

Pola siklus terjadi jika data dipengaruhi oleh fluktuasi ekonomi jangka panjang yang berhubungan dengan siklus bisnis. Perbedaan utama terhadap pola musiman adalah pada pola siklus mempunyai panjang yang konstan dan berulang secara periode yang teratur, serta dapat mempunyai panjang dan magnitude yang berbeda.

Pola Trend

Pola trend terjadi jika terdapat kenaikan atau penurunan jangka panjang pada data.

Banyak data mempunyai kombinasi antara pola diatas. Metode peramalan berkemampuan untuk mengidentifikasi dan membedakan tiap komponen pola.

Gambar pola pada time series (gambar diambil dari google image)

Kedepan, pembahasan teknik prediksi yang diulas adalah untuk data runtun waktu dimana dari teknik data mining yang diaplikasian akan menghasil model matematis, selanjutnya model matematis tersebut digunakan untuk menghasilkan nilai prediksi.

Terdapat banyak teknik peramalan/forecasting runtun waktu beberapa diantaranya adalah Moving Average, Exponential Smoothing, Auto Regression integrated Moving Average (ARIMA), Seasonal-ARIMA (SARIMA), bahkan yang menggunakan pendekatan machine learning seperti Jaringan Syaraf Tiruan/ Artificial Neural Network (ANN)

Jika terdapat pertanyaan dan masukan silahkan kirim komennya.

Selanjutnya dapat dibaca metari Metode Dasar Prediksi Time Series

2 Trackbacks / Pingbacks

  1. Pengenalan Data Mining/Penambangan Data - Kolong Info
  2. Metode Dasar Prediksi Data Time Series - Kolong Info

Leave a Reply

Your email address will not be published.


*