Data Mining Peramalan Konsumsi Listrik dengan Pendekatan Cluster Time Series sebagai Preprocessing

Mohammad Alfan Alfian Riyadi, Kartika Fithriasari, Dwiatmono Agus Widodo
Submission Date: 2016-01-26 10:04:27
Accepted Date: 2016-04-28 10:46:38

Abstract


Kondisi big data dan data time series memiliki permasalahan tersendiri didalam mengolah suatu data. Terle-bih lagi data tersebut juga multivariabel. Salah satu permasa-lahan yang terjadi adalah ketika proses identifikasi model yang sesuai untuk tiap series. Beberapa metode time series seperti ARIMA dan ANN membutuhkan proses identifikasi untuk menentukan orde ARIMA dan input ANN yang akan digunakan. Melakukan identifikasi satu per satu tiap series tidak mungkin dilakukan. Untuk itu perlu dilakukan prepro-cessing data salah satunya dengan menggunakan cluster. Metode ukuran kesamaan dalam cluster time series salah satunya adalah autocorrelation based distance.  Dari masing-masing cluster yang dihasilkan dipilih salah satu anggota untuk dilakukan permodelan. Diharapkan model yang dihasil-kan mewakili anggota cluster secara keseluruhan. Metode peramalan yang digunakan pada penelitian kali ini adalah ARIMA dan ANN dengan studi kasus data benchmark konsumsi listrik di Portugal. Hasil yang diperoleh adalah dihasilkan sebanyak tujuh cluster dengan anggota cluster terbanyak pada cluster ke empat yakni sebanyak 120 client. Selanjutnya model peramalan dengan menggunakan ANN lebih baik dibandingkan ARIMA. Diperoleh sebanyak 259 dari 348 client yang menyatakan bahwa permodelan dengan menggunakan ANN lebih baik dibandingkan ARIMA

Keywords


Breast ANN;ARIMA;Autocorrelation based distance;Cluster time series

References


Wei, W.W.S., (2006). Time Analysis Univariate and Multivariate Methods. Addison Wesley Publishing Company, Inc.

Zhang, G.P., (2004). Neural Network in Business Forcasting. Idea Group Publishing.

Kleist, Caroline, (2015). Time Series Data Mining Method : A Review, Humboldt-Universitat zu Berlin.

Montero, Pablo & Jose A. Vilar. (2014). TSclust: An R Package for Time Series Clustering. Journal of Statistical Software Vol 62, Issue 1.

Johnson, R.A and Winchern, D.W. 2007. Applied Multivariate Analysis. (Sixth Edition), New Jersey : Prentice Hall Inc.

Cryer, J. D. (2008). Time Series Analysis with Application in R (Second Edition). New York: Springer Science Bussines Media.

Daniel, W.W., (1989). Statistika Nonparametrik Terapan. Georgia State University. Jakarta: PT Gramedia.

Kusumadewi, S. (2004). Membangun Jaringan Syaraf Tiruan (menggunakan MATLAB & Excel Link). Yogyakarta: Graha ilmu.

Fausett, Lauren. (1994). Fundamental of Neural Network: Architectures, Algorithm and Applicalions. Prantice Hall.

Makridakis S., Wheelwright, Mc Gee, (1999). Metode dan Aplikasi Peramalan. Jakarta: Bina Rupa Aksara.

Kostenko, A. V. and Rob J. Hyndman (2008). Forecasting Without Significance Test?.


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.