Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Chandra, Lucas
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PERAMALAN DERET WAKTU FEW-SHOT TEST-TIME ADAPTATION MENGGUNAKAN MODEL UNIVERSAL TRANSFORMER MOIRAI-MOE PADA DATA MULTI-DOMAIN Chandra, Lucas; Yudistira, Novanto; Widodo, Agus
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peramalan deret waktu merupakan aspek penting dalam berbagai bidang seperti energi, keuangan, kesehatan, dan cuaca, di mana akurasi prediksi sangat menentukan kualitas pengambilan keputusan. Model tradisional seperti ARIMA bekerja baik pada data yang stasioner, namun cenderung mengalami penurunan performa ketika diterapkan pada pola non-linear ataupun data lintas domain. Perkembangan foundation models pada time series, seperti Moirai dan variannya Moirai-MoE, memungkinkan peramalan lintas domain tanpa proses pelatihan ulang yang berat. Pada penelitian ini, Moirai digunakan dalam skenario zero-shot forecasting, sedangkan Moirai-MoE diterapkan dalam skenario few-shot test-time adaptation (TTA) untuk meningkatkan kemampuan adaptasi model menggunakan sejumlah kecil sampel target. Eksperimen dilakukan pada tiga dataset publik multi-domain, yaitu Weather Melbourne, Finance AAPL, dan CO₂ Mauna Loa, dengan membandingkan performa Moirai, Moirai-MoE TTA, ARIMA, dan LSTM berdasarkan metrik MAE dan sMAPE. Hasil penelitian menunjukkan bahwa Moirai memiliki kemampuan generalisasi yang kompetitif pada zero-shot, sedangkan Moirai-MoE dengan few-shot TTA mampu meningkatkan akurasi secara signifikan terutama pada domain yang mengalami pergeseran distribusi dari LOTSA. Pendekatan ini membuktikan efektivitas adaptasi ringan yang tidak memerlukan fine-tuning penuh.
Co-Authors AGUS WIDODO Novanto Yudistira