Wavelet-Jaringan Syaraf Tiruan Untuk Prediksi Data Time Series

Abstract

Prediksi data time series dapat digunakan sebagai bahan pertimbangan dalam pengambilan keputusan yang akan datang. Jaringan syaraf tiruan merupakan metoda yang baik untuk memprediksi data time series, akan tetapi sulit dihindari adanya epoch (iterasi) yang banyak selama pelatihan. Sedangkan wavelet dapat dipakai untuk mendekomposisi dan merekontruksi data sehingga dapat mengurangi banyaknya epoch. Pada makalah ini, dibahas bagaimana Wavelet-Jaringan Syaraf Tiruan, yang selanjutnya disebut WANN (Wavelet-Artificial Neural Network) digunakan untuk memprediksi data time series. Ada tiga tahapan untuk mendapatkan hasil prediksi data times series dengan metoda WANN, yaitu pre-processing, prediction, dan post-processing. Pre-processing digunakan untuk mendekomposisi data masukan, prediction merupakan proses training, dan post processing dipakai untuk merekontruksi data setelah dilakukan training. Selanjutnya dilakukan simulasi dengan menggunakan MATLAB. Dari simulasi ini diperoleh data short term prediction dan long term prediction.