<![CDATA[Pada makalah ini penulis mengajukan suatu metode untuk memodelkan dan meramalkan deret waktu musiman. Tidak seperti metode tradisional yang hanya bergantung sepenuhnya pada model dinamik, di sini diajukan suatu metode yang mengkombinasikan pemodelan dinamik stokastik dengan analisis filter bank yang dirancang untuk mengurangi dimensionalitas dan untuk menggali komponen yang ada untuk peramalan jangka panjang yang dapat dipercaya. Filter bank mengubah (decomposes) deret waktu menjadi komponen-komponen musiman dan hanya komponen tersebut yang koheren melalui periode yang terpilih untuk pemodelan dan peramalan selanjutnya. Percobaan yang dilakukan menunjukkan bahwa menurut kondisi tertentu yang tepat, penggunaan komponen koheren yang tepat tidak hanya mengurangi kompleksitas pemodelan dan jumlah data percobaan yang diperlukan tetapi juga membatasi dampak perubahan berkala dan juga gangguan (noise) dalam data percobaan sedemikian sehingga memberikan ramalan robust dengan variabilitas yang berkurang.]]>
Copyrights © 2009
