Garuda - Garba Rujukan Digital

Hybrid model for forecasting space-time data with calendar variation effects Suhartono Suhartono; I Made Gde Meranggi Dana; Santi Puteri Rahayu
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 1: February 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i1.10096

The aim of this research is to propose a new hybrid model, i.e. Generalized Space-Time Autoregressive with Exogenous Variable and Neural Network (GSTARX-NN) model for forecasting space-time data with calendar variation effect. GSTARX model represented as a linear component with exogenous variable particularly an effect of calendar variation, such as Eid Fitr. Whereas, NN was a model for handling a nonlinear component. There were two studies conducted in this research, i.e. simulation studies and applications on monthly inflow and outflow currency data in Bank Indonesia at East Java region. The simulation study showed that the hybrid GSTARX-NN model could capture well the data patterns, i.e. trend, seasonal, calendar variation, and both linear and nonlinear noise series. Moreover, based on RMSE at testing dataset, the results of application study on inflow and outflow data showed that the hybrid GSTARX-NN models tend to give more accurate forecast than VARX and GSTARX models. These results in line with the third M3 forecasting competition conclusion that stated hybrid or combining models, in average, yielded better forecast than individual models.

SSA-based hybrid forecasting models and applications Winita Sulandari; Subanar Subanar; Suhartono Suhartono; Herni Utami; Muhammad Hisyam Lee; Paulo Canas Rodrigues
Bulletin of Electrical Engineering and Informatics Vol 9, No 5: October 2020
Publisher : Institute of Advanced Engineering and Science

This study attempted to combine SSA (Singular Spectrum Analysis) with other methods to improve the performance of forecasting model for time series with a complex pattern. This work discussed two modifications of TLSAR (Two-Level Seasonal Autoregressive) modeling by considering the SSA decomposition results, namely TLSNN (Two-Level Seasonal Neural Network) and TLCSNN (Two-Level Complex Seasonal Neural Network). TLSAR consisted of a linear trend, harmonic, and autoregressive component. In contrast, the two proposed hybrid approaches consisted of flexible trend function, harmonic, and neural networks. Trend and harmonic function were considered as the deterministic part identified based on SSA decomposition. Meanwhile, NN was intended to handle the nonlinearity relationship in the stochastic part. These two SSA-based hybrid models were contemplated to be more flexible than TLSAR and more applicable to the series with an intricate pattern. The experimental studies to the monthly accidental deaths in USA and daily electricity load Jawa-Bali showed that the proposed SSA-based hybrid model reduced RMSE for the testing data from that obtained by TLSAR model up to 95%.

Peramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia) Renny Elfira Wulansari; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

BI memiliki satu tujuan tunggal yakni mencapai dan menjaga kestabilan nilai rupiah. Salah satu hal yang dilakukan untuk memenuhi tujuan ini adalah dengan pemantauan netflow uang kartal dengan meramalkan netflow uang kartal. Penelitian ini bertujuan untuk meramalkan netflow uang kartal dengan metode ARIMAX dan Artificial Neural Network (ANN) dilanjutkan dengan membandingkan hasil ketepatan peramalan kedua metode tersebut. Pada penelitian ini netflow uang kartal akan diramalkan dengan ARIMAX dengan efek variasi kalender dan variabel prediktor IHK serta kurs. Metode yang digunakan untuk ANNadalah metode Radial Basis Function Network (RBFN). Diperoleh hasil bahwa model ARIMAX dengan efek variasi kalender dan variabel prediktor IHK merupakan model dengan peramalan netflow uang kartal terbaik.

Peramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL) Ainil Karomah; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Uang kartal memegang peranan yang penting dalam sistem moneter suatu negara. Sebagai salah satu upaya pengendalian likuiditas perbankan, Bank Indonesia (BI) mela-lui Open Market Committee (OMC) memiliki agenda bulanan untuk melakukan proyeksi netflow uang kartal yang diedarkan. Permasalahan yang seringkali dihadapi adalah nilai proyeksi yang terlalu jauh dari nilai realisasinya. Penelitian ini ber-tujuan menemukan model terbaik dalam rangka peramalan netflow uang kartal. Penelitian ini menggunakan dua pendekat-an, yakni pendekatan univariate time series yang diimplemen-tasikan dalam model variasi kalender dan pendekatan kausa-litas yang diimplementasikan dalam model Autoregressive Distributed Lag (ARDL). Model variasi kalender memfokuskan efek Idul Fitri terhadap netflow uang kartal. Pembentukan model ini berdasarkan regresi time series dan model ARIMAX. Sedangkan model ARDL fokus pada efek variabel ekonomi makro yakni suku bunga Sertifikat BI (SBI), kurs rupiah terhadap dollar AS, dan Indeks Harga Konsumen (IHK). Pembentukan model ini menggunakan pendekatan ekonometrik dan pendekatan fungsi transfer. Hasil penelitian menunjukkan bahwa model terbaik untuk meramalkan netflow uang kartal berdasarkan nilai MAPE terkecil adalah model gabungan antara ARIMAX berbasis variasi kalender dan model ARDL berbasis fungsi transfer. Berdasarkan model tersebut dapat diinterpretasikan bahwa Idul Fitri serta nilai IHK berpengaruh signifikan terhadap netflow uang kartal. Hasil peramalan menunjukkan bahwa pada tahun 2014 net inflow uang kartal tertinggi akan terjadi pada bulan Januari sedangkan net outflow tertinggi akan terjadi pada bulan Juli.

Prediksi Penjualan Sepeda Motor Merek 'X' di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hirarki Rika Susanti; Destri Susilaningrum; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Kabupaten dan Kotamadya Malang merupakan wilayah dengan penjualan sepeda motor merek “X” yang tinggi di Jawa Timur. Sepeda motor merek “X” merupakan motor yang paling diminati masyarakat. Penelitian ini bertujuan untuk memprediksi penjualan sepeda motor merek “X” di Kabupaten dan Kotamadya Malang dengan menggunakan metode peramalan hierarki. Ada dua pendekatan yang digunakan yaitu pendekatan top-down dan bottom-up. Pada pemodelan di level 1 dengan pendekatan top-down, diketahui bahwa penjualan tahunan sepeda motor merek “X” di Kabupaten dan Kotamadya Malang masing-masing dipengaruhi oleh Jumlah Penduduk Usia produktif dan Produk Domestik Regional Bruto (PDRB) per kapita. Metode peramalan hierarki terbaik untuk memprediksi penjualan sepeda motor merek “X” di Kabupaten Malang adalah dengan pendekatan bottom-up, sedangkan di Kotamadya Malang dengan pendekatan top-down berdasarkan proporsi peramalan (FP) untuk jenis matic, sedangkan untuk jenis cub dan sport masing-masing berdasarkan proporsi data Histori 2 (HP2) dan data Histori 1 (HP1). Hasil penelitian menunjukkan bahwa penjualan sepeda motor merek “X” jenis cub cenderung menurun, sedangkan penjualan jenis matic dan sport cenderung naik.

Analisis Intervensi untuk Evaluasi Pengaruh Bencana Lumpur Lapindo dan Kebijakan Pembukaan Arteri Porong Terhadap Volume Kendaraan di Jalan Tol Waru-Gempol Ratna Pratiwi; Dwiatmono Agus Widodo; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Jalan tol Surabaya-Gempol merupakan salah satu jalur transportasi yang sangat vital bagi kehidupan perekonomian di Jawa Timur. Sebuah fenomena semburan lumpur panas Lapindo Brantas di kecamatan Porong menyebabkan ruas jalan tol Porong tergenang dan harus ditutup. Untuk mengatasi kemacetan yang diakibatkan oleh peristiwa tersebut, PT. Jasa Marga meresmikan pembukaan jalan arteri Porong. Untuk mengevaluasi dampak dari peristiwa tersebut dilakukan pemodelan terhadap volume kendaraan di jalan tol Waru-Gempol menggunakan model intervensi. Berdasarkan model dari data volume kendaraan dari bulan Januari 2003 sampai dengan Desember 2013, ada empat kejadian yang berpengaruh terhadap volume kendaraan, yaitu kenaikan harga BBM, bencana lumpur Lapindo, jebolnya tanggul lumpur dan pembukaan arteri Porong. Hasil analisis menunjukkan bahwa empat kejadian tersebut memberikan dampak pada beberapa gerbang tol dan golongan kendaraan tertentu. Besarnya peramalan volume kendaraan di jalan tol Waru-Gempol untuk satu tahun kedepan adalah 29.782.711 kendaraan. Sehingga prediksi pendapatan untuk periode satu tahun kedepan adalah Rp. 156.214.426.500.

Peramalan Penjualan Sepeda Motor Menurut Tipe dengan Pendekatan Autoregressive Integrated Moving Average with Exogeneous Input (ARIMAX) di Kabupaten Banyuwangi Maries Lailatul Izza; Destri Susilaningrum; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Sampai saat ini transportasi masal di Indonesia masih belum terkelola dengan baik, hal ini menyebabkan masyarakat lebih banyak memilih untuk menggunakan kendaraan pribadi, salah satunya adalah sepeda motor. Penjualan sepeda motor di kabupaten Banyuwangi meningkat pada bulan-bulan tertentu, hal ini diduga adanya pengaruh dari variasi kalender. Pada penelitian ini di-lakukan pemodelan penjualan sepeda motor menggunakan metode ARIMAX dengan pendekatan model deterministic dan stochastic yang dibandingkan menggunakan kriteria nilai SMAPE. Hasil dari penelitian menunjukkan bahwa model terbaik untuk penjualan ketiga tipe sepeda motor adalah menggunakan model deterministic.

Analisis Klasifikasi Kredit Menggunakan Regresi Logistik Biner Dan Radial Basis Function Network di Bank ‘X’ Cabang Kediri Sistya Rosi Diaprina; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Kredit macet merupakan salah satu faktor penyebab terjadinya kebangkrutan pada industri perbankan. Dalam dunia perbankan, diperlukan analisis yang mampu mengurangi terjadinya resiko kredit. Penelitian tugas akhir ini bertujuan untuk menganalisis klasifikasi kredit guna mengurangi resiko terjadinya kredit macet di Bank X Cabang Kediri. Metode statistik yang digunakan adalah Regresi logistik Biner dan Radial Basis Function Network. Tahapan yang digunakan dalam penelitian ini adalah membagi data menjadi dua bagian yaitu data training dan data testing. Data trainingakan digunakan untuk pembentukan model, sedangkan data testing digunakan untuk menguji seberapa besar ketepatan model yang dibentuk. Hasil analisis menunjukan bahwarata-rata ketepatan klasifikasi dengan menggunakan metode Regresi Logistik Biner lebih besar dibandingkan dengan menggunakan metode Radial Basis Function Network. Sehingga dapat disimpulkan bahwa metode Regresi Logistik Binermemiliki ketepatan klasifikasi yang lebih baik dari pada Radial Basis Function Networkuntuk kasus klasifikasi kredit di Bank X Cabang Kediri.

Peramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX Siti Maghfirotul Ulyah; Destri Susilaningrum; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Sepeda motor merupakan salah satu alat transportasi yang banyak diminati oleh masyarakat Indonesia. Penelitian ini bertujuan untuk mengetahui karakteristik penjualan total sepeda motor jenis Automatic, Cub, dan Sport di Kabupaten Bojonegoro dan Lamongan, serta mendapatkan model ramalannya untuk tahun 2014. Model yang digunakan adalah model ARIMAX dan VARX. Hasil penelitian menunjukkan bahwa secara umum penjualan total sepeda motor dipengaruhi oleh Hari Raya Idul Fitri dan bulan tahun ajaran baru, serta terdapat siklus musiman. Selain itu, terdapat keterkaitan penjualan sepeda motor antar jenis di kabupaten yang sama, dan juga antar jenis di kabupaten yang berbeda. Hasil ramalan tahun 2014 menunjukkan bahwa masih terdapat kenaikan pada sepeda motor jenis Automatic dan Sport. Sebaliknya, terjadi penurunan pada jenis Cub.

Pemodelan Produksi Minyak dan Gas Bumi di PT. “Z” Menggunakan Metode ARIMA, FFNN, dan Hybrid ARIMA-FFNN Daniar Kusumaning Ayu; Destri Susilaningrum; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Proses pengambilan produksi minyak dan produksi gas bumi yang dilakukan secara terus menerus di bawah tanah oleh PT. “Z” dapat mengakibatkan produksi tersebut menurun. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk meramalkan produksi minyak dan produksi gas bumi pada beberapa periode mendatang dengan menggunakan metode ARIMA, FFNN, dan Hybrid ARIMA-FFNN. Data yang digunakan adalah produksi minyak dan produksi gas bumi per hari pada platform “S” mulai 01 Januari sampai dengan 31 Desember 2015. Hasil penelitian dengan menggunakan metode ARIMA, FFNN, dan Hybrid ARIMA-FFNN menghasilkan kesimpulan bahwa model terbaik untuk produksi minyak bumi adalah menggunakan metode FFNN dengan jumlah neuron pada hidden layer sebanyak sembilan. Sedangkan model terbaik untuk produksi gas bumi menggunakan metode Hybrid ARIMA-FFNN dengan jumlah neuron pada hidden layer sebanyak sepuluh.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search