PENERAPAN SPATIO TEMPORAL MULTIVARIATE SINGULAR SPECTRUM ANALYSIS UNTUK PERAMALAN HARGA ECERAN BERAS

Abstract

Penelitian ini bertujuan untuk melakukan peramalan dengan melibatkan informasi spasial berupa penimbang kebalikan jarak (inverse distance weighting/IDW). Metode yang digunakan adalah Spatio Temporal Multivariate Singular Spectrum Analysis (ST-MSSA). SSA merupakan metode peramalan eksploratif dan berbasis non parametrik sehingga tidak memerlukan asumsi parametrik seperti stasioneritas, sebaran residualnya berdistribusi normal, white noise dan homoskedastisitas. Data observasi penelitian ini adalah rata-rata harga eceran beras mingguan di pasar tradisional pada sepuluh ibukota provinsi kawasan Sumatera sejak Januari 2013 hingga Desember 2016 (209 minggu). Diawali dengan identifikasi ketergantungan spasial (spatial autocorrelation), linieritas dan keberadaan unsur data seperti tren, musiman, siklis dan noise. Kemudian dilanjutkan dengan pemilihan Window Length dan Eigentriple optimum dengan didasarkan perbedaan terbesar dan rasio terkecil RMSE MSSA tertimbang dan tak tertimbang terhadap SSA univariat yang memanfaatkan data training. Window Length dan banyaknya Eigentriple yang terlibat serta metode terpilih selanjutnya digunakan untuk melakukan peramalan data testing. Hasil peramalan data testing diukur akurasi, presisi dan keandalanannya untuk dijadikan dasar peramalan data periode Januari - Juli 2017 (28 minggu berikutnya). Window Length dan Eigentriple optimum masing-masing adalah 180 dan sembilan, sementara itu metode ST-MSSA mempunyai akurasi yang lebih baik daripada MSSA. Berdasarkan validasi peramalan yang menggunakan data testing diperoleh Root Mean Square Error (RMSE) tertinggi adalah 0,0712, Mean Absoute Error (MAE) tertinggi adalah 0,0592 dan Mean Absoute Percentage Error (MAPE) tertinggi adalah 0,6196, jarak terhadap nol tertinggi pada Mean Error (ME) adalah -0,0589 dan jarak terhadap nol tertinggi pada Mean Percent Error (MPE) adalah -0,6169.

Description

Keywords

Spatio Temporal, Multivariate Singular Spectrum Analysis, Dekomposisi

Citation