Pemodelan Data Deret Waktu Menggunakan Metode Transformasi Wavelet Diskrit
View/ Open
Date
2019Author
Sudrimo, Sella Nofriska
Sadik, Kusman
Sumertajaya, I Made
Metadata
Show full item recordAbstract
Perhimpunan Insan Perunggasan Rakyat Indonesia (PINSAR Indonesia) mencatat perkembangan harga ayam setiap harinya. Melalui jaringan PINSAR Indonesia di lebih dari 40 kota, diharapkan peternak dapat mantau harga ayam harian agar dapat mengambil keputusan dengan baik. Data harga ayam broiler memiliki pola fluktuasi (membentuk lonjakan-lonjakan) sehingga biasanya plot yang terbentuk oleh data harga ayam broiler tidak mulus. Meskipun lonjakan harga ayam tidak terlalu tajam namun hal tersebut dapat memengaruhi para pedagang di pasaran. Menurut Kementerian Perdagangan (2016), pada pertengahan tahun 2015 hingga akhir Desember 2017 harga ayam terus merangkak naik. Harga ayam broiler yang sering mengalami fluktuasi atau lonjakan-lonjakan tertentu dan terkadang memiliki tren naik setiap harinya membuat harga ayam perlu diamati setiap harinya. Analisis pada data deret waktu bertujuan untuk mendapatkan suatu model yang tepat sehingga dapat memprediksi data untuk beberapa waktu kedepan dengan model deret waktu yang terbentuk tidak terlepas dari pengaruh waktu-waktu sebelumnya. Salah satu metode yang sering digunakan untuk menangani data deret waktu yang memiliki pola fluktuatif dan tidak stasioner adalah metode maximal overlap discrete wavelet transform autoregressive moving average (MODWT-ARMA).
MODWT-ARMA merupakan model hibrid dari model MODWT dan model ARMA yang berhubungan dengan data deret waktu yang tidak stasioner. Metode MODWT merupakan suatu metode pemisahan sinyal yang dikembangkan dari metode transformasi wavelet. Wavelet memiliki arti gelombang kecil yang dapat memisahkan sinyal ke dalam dua komponen yaitu bagian skala dan wavelet yang tujuannya adalah untuk melakukan transformasi sinyal supaya mudah dipahami (dibaca). Selain itu, wavelet juga mampu merepresentasikan fungsi yang bersifat tidak mulus ataupun fungsi dengan lonjakan atau memiliki volatilitas tinggi.
Metode ARIMA merupakan metode data deret waktu yang dapat menangani data yang tidak stasioner namun dalam beberapa penelitian kurang akurat digunakan dalam data yang fluktuatif dibandingkan metode MODWT-ARMA. Metode MODWT-ARMA digunakan sebab harga ayam broiler tahun 2018 di Bogor memiliki pola fluktuatif dan tidak stasioner. MODWT-ARMA mampu meningkatkan akurasi dalam memprediksi data fluktuatif dan tidak stasioner. Analisis ini bertujuan untuk memprediks data harga ayam yang memiliki pola grafik berfluktuasi dan tidak stasioner serta melihat kemampuan MODWT dalam meningkatkan keakuratan dalam memprediksi data.
Dalam penelitian ini, datanya adalah data harga ayam broiler di Bogor pada tahun 2018. MODWT pada penelitian ini menggunakan wavelet Daubechies 4 dengan banyak level 4 (J = 4). Hasil dalam penelitian ini menunjukkan bahwa data yang memiliki pola yang fluktuatif dan tidak stasioner dapat ditangani dengan menggunakan MODWT-ARMA dan memiliki RMSE dan nilai Q yang lebih kecil dari model ARIMA, yaitu 1175.97 dan 0.68 sedangkan RMSE dan nilai Q pada
model ARIMA adalah 2365.85 dan 2.77. MODWT-ARMA dapat menangani data harga ayam broiler pada tahun 2018 di Bogor lebih baik dibandingkan model ARIMA. Evaluasi validitas model pada penelitian ini dilakukan dengan data uji yang berbeda-beda dan memperoleh kesimpulan bahwa model MODWT-ARMA dapat meningkatkan keakuratan prediksi pada data harga ayam broiler tahun 2018 di Bogor.