Claim Missing Document
Check
Articles

Found 12 Documents
Search

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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (587.132 KB) | DOI: 10.11591/eei.v9i5.1950

Abstract

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 jumlah kedatangan wisatawan mancanegara ke bali menggunakan metode hibrida SSA-WFTS Nadia Uli Clarissa; Winita Sulandari; Respatiwulan Respatiwulan
Jurnal Ilmiah Matematika Vol 8, No 1 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v8i1.21460

Abstract

Sektor pariwisata di Indonesia memiliki peran penting dalam meningkatkan devisa negara, pendapatan daerah, pengembangan wilayah, dan penciptaan lapangan tenaga kerja. Salah satu provinsi di Indonesia dengan jumlah kunjungan wisatawan mancanegara terbanyak yaitu provinsi Bali. Perlunya peramalan kunjungan wisatawan mancanegara ke Bali yang dapat dijadikan acuan oleh Pemerintah untuk menetapkan strategi dalam memperbaiki kualitas pariwisata di Bali. Metode yang digunakan untuk meramalkan yaitu metode hibrida Singular Spectrum Analysis (SSA) – Weighted Fuzzy Time Series (WFTS). Pemodelan SSA dilakukan untuk menganalisis komponen linear, lalu nilai residu dari model SSA dimodelkan dengan WFTS. Peramalan dilakukan dengan 4 metode yaitu, SSA dengan R-forecasting, SSA-WFTS dengan metode Chen, Yu, Cheng (α = 0,9), dan Lee (c = 1,1). Keempat metode ini akan dibandingkan untuk memperoleh model terbaik. Hasil peramalan diperoleh nilai MAPE sebesar 14,515% untuk model SSA R-forecasting, 9,029% untuk model SSA-WFTS metode Chen, 9,067% untuk model SSA-WFTS metode Yu, 9,125% untuk model SSA-WFTS metode Cheng (α = 0,9), dan 9,028% untuk model SSA-WFTS metode Lee (c = 1,1). Model terbaik diperoleh dengan pemodelan hibrida SSA-WFTS metode Chen dengan nilai MAPE terkecil dibanding model lainnya.
Peramalan curah hujan di kota bandung menggunakan singular spectrum analysis Tri Kartika Febrianti; Winita Sulandari; Hasih Pratiwi
Jurnal Ilmiah Matematika Vol 8, No 2 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v0i0.21461

Abstract

Curah hujan merupakan fenomena alam yang selalu terjadi di Indonesia setiap tahunnya. Fenomena ini bisa saja menyebabkan bencana seperti banjir dan tanah longsor. Adanya peramalan sangat dibutuhkan sebagai bentuk peringatan dini mengenai kondisi di waktu yang akan datang. Singular Spectrum Analysis (SSA) merupakan suatu teknik analisis deret waktu dan peramalan. SSA bertujuan untuk menguraikan deret waktu asli menjadi sejumlah kecil komponen yang dapat diinterpretasikan menjadi tren, osilasi dan noise. Tujuan dari penelitian ini yaitu menyajikan model peramalan curah hujan di Kota Bandung menggunakan metode Singular Spectrum Analysis (SSA). Berdasarkan penelitian ini, diketahui bahwa data curah hujan di Kota Bandung memiliki pola musiman. Penentuan window length (L) dilakukan dengan trial and error, yang dalam kasus ini diperoleh window length 17. Melalui dekomposisi dan rekonstruksi dengan window length 17 diperoleh 4 pengelompokan, yaitu satu kelompok tren dan tiga kelompok musiman. Pada penelitian ini digunakan RMSE untuk mengukur kesalahan hasil peramalan. Berdasarkan hasil pengujian dengan metode Singular Spectrum Analysis (SSA) diperoleh RMSE sebesar 167,510.
PENERAPAN METODE AUTO SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN DATA INDEKS HARGA SAHAM GABUNGAN DI INDONESIA Andreas Reza Chrisantama; Winita Sulandari; Sugiyanto Sugiyanto
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (954.36 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.405-410

Abstract

Keinginan dari seseorang untuk memenuhi kebutuhan serta permintaan dalamaktivitasnya setiap hari akan semakin banyak, apalagi sekarang di dalam masa kehidupanpandemik ini banyak masyarakat yang ingin meningkatkan kembali ekonomi mereka. Makadari itu diperlukan penanda dari pergerakan pasar saham untuk mengukur kinerja seluruhsaham yang tercatat di papan utama, yang merupakan asal terciptanya dari Indeks HargaSaham Gabungan (IHSG). Peramalan indeks harga saham ini penting bagi masyarakat yangingin mengukur kinerja portofolio dari investasi mereka serta bagi negara yangmengandalkan IHSG dalam menunjukkan pertumbuhan ekonomi Indonesia. Tujuan daripenelitian ini adalah menerapkan metode autoSSA yang merupakan pembuatan grup barusecara otomatis pada data yang sudah direkonstruksi untuk melihat nilai prediksi yang akandatang dari indikator yang sudah diambil. Metode autoSSA dipilih karena teknik projektifsecara tradisional tidak dapat langsung diterapkan pada sinyal one-dimensional., yangmerupakan kasus time series. Indikator IHSG yang digunakan adalah data Indeks mingguanpada tahun 2018 hingga 2020. Tahap-tahap untuk melakukan prediksi dengan metode iniantara lain membuat serta memeriksa plot data deret waktu yang telah diambil, melakukantahap dekomposisi serta merekonstruksi kembali data time series yang baru, dan akandilakukan peramalan data time series dalam 50 minggu ke depan dari model data yang telahdidapatkan untuk melihat pergerakan IHSG ke depannya. Hasil prediksi yang didapatkandari metode ini menunjukkan adanya pergantian fluktuasi secara musiman (seasonal)dengan nilai tertinggi berada di minggu ke-29 dan nilai terendah berada di minggu ke-50.
PENERAPAN METODE ARIMAX PADA PERAMALAN PRODUKSI DAGING SAPI DI SUKOHARJO Fitrian Nur Ardyansyah; Winita Sulandari; Sugiyanto Sugiyanto
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (990.601 KB) | DOI: 10.30598/PattimuraSci.2021.KNMXX.451-458

Abstract

Daging sapi merupakan salah satu sumber protein kaya akan zat gizi yang diperlukan oleh tubuh. Kebutuhan gizi dapat mempengaruhi jumlah permintaan daging sapidi masyarakat. Produksi daging sapi umumnya dipengaruhi momen atau peristiwa tertentu seperti Hari Raya Idul Adha yang erat kaitannya dengan pelaksanaan ibadah kurban.Penentuan Hari Raya Idul Adha tidak mengikuti kalender Masehi, tetapi berdasarkan kalender Hijriyah. Perbedaan penggunaan kalender Masehi dan Hijriyah pada suatu dataruntun waktu menyebabkan adanya efek variasi kalender. Pemodelan untuk data runtunwaktu yang mengandung variasi kalender dapat dilakukan dengan menggunakan metodeAutoregressive Integrated Moving Average Exogenous (ARIMAX). Data yang digunakan,dalam penelitian ini adalah data jumlah produksi daging sapi di Sukoharjo bulan Januari2007 sampai bulan Desember 2020. Data dibagi menjadi dua, yaitu data training sejumlah157 observasi dan data testing sejumlah 12 observasi. Variabel eksogen menggunakanvariabel dummy dua belas bulan, dummy bulan saat Hari Raya Idul Adha, dan dummy bulansetelah Hari Raya Idul Adha. Hasil analisis menunjukan model ARIMAX(1,0,1) merupakan model terbaik dengan nilai RMSE sebesar22053,11. Model ini dapat digunakan untuk memproyeksikan pola data produksi daging sapidi Sukoharjo.
PENINGKATAN KEMAMPUAN GURU PEMBINA KOMPETISI SAINS NASIONAL MATA PELAJARAN MATEMATIKA SMP DI KABUPATEN KARANGANYAR Etik Zukhronah; Winita Sulandari; Sugiyanto Sugiyanto; Isnandar Slamet; Sri Subanti; Irwan Susanto
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 8: Januari 2023
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v2i8.4526

Abstract

Dalam upaya meningkatkan kemampuan guru pembina kompetisi sains nasional, Dinas Pendidikan dan Kebuadayaan Kabupaten Karanganyar bekerjasama dengan tim pengabdi dari Program Studi Statistika FMIPA Universitas Sebelas Maret mengadakan bimbingan teknis materi KSN mata pelajaran Matematika pada guru-guru Pembina KSN mata pelajaran Matematika SMP di Kabupaten Karanganyar. Kegiatan bimbingan teknis yang dilaksanakan selama dua hari telah mampu meningkatkan kemampuan peserta hingga 33 %. Untuk hasil yang lebih optimal, kegiatan serupa perlu dilakukan secara rutin dan terstruktur.
PENINGKATAN JIWA WIRAUSAHA SANTRI MELALUI PELATIHAN PEMANFAATAN SAMPAH PLASTIK MENJADI PRODUK BERNILAI JUAL Etik Zukhronah; Winita Sulandari; Isnandar Slamet; Sri Subanti; Sugiyanto Sugiyanto; Irwan Susanto
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 9: February 2023
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v2i9.4777

Abstract

Lack of public understanding about the proper handling of plastic waste can damage the environment. Based on the results of a survey conducted on students at the Darul Muttaqin Islamic Boarding School, Sragen, it can be seen that the waste management in the boarding school has not been carried out properly. In general, waste is directly disposed of in a landfill, without prior sorting between organic and inorganic waste. In this case, the residents of the cottage have not tried to process waste, especially plastic waste into useful products. For this reason, the service team for the Statistics Study Program FMIPA UNS held a socialization and training on the use of plastic waste into ornamental flower products. The purpose of this activity is to equip students with skills, as well as to foster an entrepreneurial spirit by marketing products from plastic waste to the general public. In the end, the success of product marketing will provide its own advantages as an alternative source of income for the students. In the future, the activities carried out consistently and sustainably will not only provide good benefits for the students but also the preservation of the surrounding environment.
The Application of Recurrent Neural Network Method with the Long Short Term Memory (LSTM) Approach to Forecast Hybe Corporation's Stock Price Ayu Rahmawati; Winita Sulandari; Sri Subanti; Yudho Yudhanto
Jurnal Bumigora Information Technology (BITe) Vol 5 No 1 (2023)
Publisher : Prodi Ilmu Komputer Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/bite.v5i1.2973

Abstract

Background: Indonesia has a large land and sea area that has the potential for salt production. Efforts to increase salt production are still not optimal because there are still several areas that produce salt products in small quantities even though they have a large land area and a large number of farmers, so for areas like this, it is necessary to carry out guidance so that they can increase the amount of salt production. So far, no system has been used to group salt-producing regions, so it is impossible to know which areas still have the potential to increase their production.Objective: This research aims to create an application system to classify salt-producing regions.Methods: The clustering method used is K-Means, where this method can group datasets into several predetermined clusters.Result: The results of application testing carried out using 10 salt-producing region datasets obtained 4 regions with small production volume clusters, 3 regions with sufficient production volume clusters, 3 regions with large production volume clusters.Conclusion: The application of grouping salt-producing areas using the K-Means method can help the process of grouping salt-producing regions easier, faster, and more objectively.
The Autoregresiive Integrated Moving Average and Fuzzy Time Series Cheng Hybrid for Predicting Stock Price Ignasia N.G. Neyun; Winita Sulandari; Isnandar Slamet
Jurnal Bumigora Information Technology (BITe) Vol 5 No 2 (2023)
Publisher : Prodi Ilmu Komputer Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/bite.v5i2.2972

Abstract

Background: PT Telkom Indonesia Tbk is the largest company in the telecommunications sector in Indonesia. PT Telkom's share price always rises every year, attracting investors to invest. In investing, it is very important to analyze shares in order to know the situation and condition of the shares. Objective: This research aims to predict the share price of PT Telkom Indonesia Tbk. Methods: The method used is the Autoregressive Integrated Moving Average (ARIMA)-Fuzzy Time Series Cheng hybrid method. Cheng's FTS model is able to overcome nonlinearity problems in ARIMA model residuals. In this research, the first modeling uses the ARIMA model, where the data is divided into two, namely January to November 2019 data used as training data, and December 2019 data used as testing data. Next, residual modeling was carried out with FTS Cheng. Hybrid forecasting is obtained by adding up the results of ARIMA and FTS Cheng forecasts. Result: Model evaluation is based on MAPE values and in this study the MAPE value of the ARIMA-FTS Cheng hybrid model was obtained at 1.03\% for training data and 1.09\% for testing data. Conclusion: The hybrid model has a MAPE value of less than 10\%, so it can be concluded that the ARIMA-FTS Cheng hybrid model can predict PT Telkom Indonesia Tbk stock closing price data accurately.
Peramalan curah hujan di kota bandung menggunakan singular spectrum analysis Tri Kartika Febrianti; Winita Sulandari; Hasih Pratiwi
Jurnal Ilmiah Matematika Vol 8, No 2 (2021)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/konvergensi.v0i0.21461

Abstract

Curah hujan merupakan fenomena alam yang selalu terjadi di Indonesia setiap tahunnya. Fenomena ini bisa saja menyebabkan bencana seperti banjir dan tanah longsor. Adanya peramalan sangat dibutuhkan sebagai bentuk peringatan dini mengenai kondisi di waktu yang akan datang. Singular Spectrum Analysis (SSA) merupakan suatu teknik analisis deret waktu dan peramalan. SSA bertujuan untuk menguraikan deret waktu asli menjadi sejumlah kecil komponen yang dapat diinterpretasikan menjadi tren, osilasi dan noise. Tujuan dari penelitian ini yaitu menyajikan model peramalan curah hujan di Kota Bandung menggunakan metode Singular Spectrum Analysis (SSA). Berdasarkan penelitian ini, diketahui bahwa data curah hujan di Kota Bandung memiliki pola musiman. Penentuan window length (L) dilakukan dengan trial and error, yang dalam kasus ini diperoleh window length 17. Melalui dekomposisi dan rekonstruksi dengan window length 17 diperoleh 4 pengelompokan, yaitu satu kelompok tren dan tiga kelompok musiman. Pada penelitian ini digunakan RMSE untuk mengukur kesalahan hasil peramalan. Berdasarkan hasil pengujian dengan metode Singular Spectrum Analysis (SSA) diperoleh RMSE sebesar 167,510.