peramalan produksi padi dengan arima, fungsi … · kalimantan selatan empat bulanan ......
TRANSCRIPT
LOGO
PERAMALAN PRODUKSI PADI DENGAN
ARIMA, FUNGSI TRANSFER DAN ADAPTIVE
NEURO FUZZY INFERENCE SYSTEM
Oleh:
ADI WIJAYA
NRP. 1310201720
Dosen Pembimbing:
Dr. Suhartono, S.Si, M.Sc
PROGRAM MAGISTER STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2011
Surabaya, 9 Januari 2012
LOGO
KEYWORDS
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 2
Produksi Padi Sawah
Produktivitas
ARIMA
ANFIS
Luas Panen
ARIMA
Fungsi Transfer
ANFIS
LOGO
Outline
3
Tinjauan Pustaka
Metodologi Penelitian
Hasil dan Pembahasan
Pendahuluan 1
2
3
4
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Kesimpulan dan Saran
Daftar Pustaka
5
6
LOGO
Latar Belakang
Tidak ada satupun peneliti yang menjamin bahwa suatu metode peramalan merupakan metode terbaik untuk suatu data deret waktu, termasuk model peramalan produksi padi.
Belum adanya evaluasi terhadap hasil ramalan produksi padi
melalui keterbandingan antar metode peramalan yang selama ini digunakan dengan metode-metode lain seperti ARIMA, Fungsi Transfer dan ANFIS
4
PENDAHULUAN
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
Perumusan Masalah
5
PENDAHULUAN
1. Bagaimana model ARIMA yang tepat untuk meramalkan luas panen dan produktivitas padi sawah pada subround I, II dan III?
2. Bagaimana model fungsi transfer yang tepat untuk meramalkan luas panen padi sawah pada subround I, II dan III?
3. Bagaimana mengembangkan dan mendapatkan arsitektur ANFIS terbaik untuk meramalkan luas panen dan produktivitas padi sawah pada subround I, II dan III?
4. Bagaimana perbandingan akurasi ramalan antar metode peramalan pada data luas panen dan produktivitas padi sawah pada subround I, II dan III.
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
Tujuan Penelitian
6
1. Mengkaji dan mendapatkan model ARIMA yang tepat untuk meramalkan luas panen dan produktivitas padi sawah pada subround I, II dan III
2. Mengkaji dan mendapatkan model fungsi transfer yang tepat untuk meramalkan luas panen padi sawah pada subround I, II dan III
3. Mengkaji dan mengembangkan metode ANFIS untuk mendapatkan model terbaik dalam meramalkan luas panen dan produktivitas padi sawah pada subround I, II dan III
4. Mengkaji dan membandingkan akurasi ramalan antar metode peramalan untuk memperoleh metode terbaik dalam meramalkan luas panen dan produktivitas padi sawah pada subround I, II dan III
PENDAHULUAN
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
Outline
7 Seminar Hasil Tesis Surabaya, 9 Januari 2012
Pendahuluan
Metodologi Penelitian
Hasil dan Pembahasan
1
Tinjauan Pustaka 2
3
4
Kesimpulan dan Saran
Daftar Pustaka
5
6
LOGO
ARIMA
8
TINJAUAN PUSTAKA
Metode Autoregressive Integrated Moving Average (ARIMA) dikenalkan oleh Box
dan Jenkins pada tahun 1976, model ARIMA secara umum adalah (Wei, 2006):
dengan:
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
Model Fungsi Transfer
9
Model fungsi transfer merupakan model yang didasarkan pada hubungan antara
data deret waktu variabel respon (output series) dengan satu atau lebih variabel
prediktor (input series) (Wei, 2006) .
dengan:
TINJAUAN PUSTAKA
Seminar Hasil Tesis Surabaya, 9 Januari 2012
, mengikuti model ARIMA
LOGO
ANFIS
10
Adaptive neuro fuzzy inferrence system (ANFIS) merupakan jaringan adaptif yang berbasis pada sistem kesimpulan fuzzy (Fuzzy Inference
System)
Metode ANFIS ini dikenalkan oleh J.S.R Jang (1992), yang mengintegrasikan fitur terbaik dari neural network (NN) dan fuzzy
inference system (FIS).
ANFIS telah banyak dimanfaatkan sebagai metode untuk beragam aplikasi dalam berbagai bidang keilmuan salah satunya untuk membentuk model yang menjelaskan data masa lalu dan memprediksi perilaku data masa depan.
TINJAUAN PUSTAKA
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
ANFIS
11
Arsitektur ANFIS secara umum
TINJAUAN PUSTAKA
Seminar Hasil Tesis Surabaya, 9 Januari 2012
A1
A2
B1
B2
P
P
N
N
Σ
Layer 1 Layer 2 Layer 3 Layer 4 Layer 5
tw ,1
tw ,2
tw ,1
tw ,2
tt fw ,2,2
tt fw ,1,1
tf
tx
ty
tx ty
tx ty
LOGO
ANFIS
12
Arsitektur ANFIS pada data deret waktu
TINJAUAN PUSTAKA
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
ANFIS Lapisan ke-1: Setiap node pada lapisan ini adalah node yang
bersifat adaptif dan merupakan derajat keanggotaan dari input ataupun pada himpunan fuzzy (parameter premis)
Lapisan ke-2: setiap node pada lapisan ini adalah non adaptif. Output dari node ini adalah hasil perkalian dari input masukan lapisan ke-1. Tiap node merepresentasikan firing strength dari tiap aturan.
Lapisan ke-3 : setiap node pada lapisan ini juga non adaptif. Output dari node ini adalah rasio dari firing strength aturan ke-i dengan penjumlahan seluruh firing strength. Output dari lapisan ini disebut normalized firing strength.
Lapisan ke-4 : setiap node pada lapisan ini adalah node yang bersifat adaptif dengan fungsi linier (parameter konsekuen)
Lapisan ke-5 : node pada lapisan ini adalah node nonadaptif. Output dari node ini adalah penjumlahan seluruh output dari lapisan ke 4.
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 13
TINJAUAN PUSTAKA
LOGO
Konsep dan Definisi
14
1. Luas panen (luas panen berhasil) adalah luas tanaman yang dipungut hasilnya setelah tanaman tersebut cukup umur.
2. Luas tanam adalah luas tanaman yang betul-betul ditanam (sebagai tanaman baru) pada bulan laporan, baik penanaman yang bersifat normal maupun penanaman yang dilakukan untuk mengganti tanaman yang dibabat atau dimusnahkan (replanting) karena terserang organisme pengganggu tumbuhan atau sebab-sebab lain, walaupun pada bulan yang sama tanaman baru tersebut dibongkar kembali.
3. Produktivitas (Hasil per Hektar) adalah penjumlahan dari produktivitas hasil ubinan (cutting plot) pada suatu provinsi dibagi dengan banyaknya ubinan pada provinsi tersebut.
4. Produksi adalah hasil perkalian luas panen dan produktivitas. Produksi tingkat nasional merupakan penjumlahan produksi seluruh provinsi.
TINJAUAN PUSTAKA
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
Outline
15
Tinjauan Pustaka
Hasil dan Pembahasan
Pendahuluan 1
2
Metodologi Penelitian 3
4
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Kesimpulan dan Saran
Daftar Pustaka
5
6
LOGO
Sumber Data dan Variabel
16
Data padi sawah Provinsi Jawa Tengah, Sumatra Utara dan Kalimantan Selatan empat bulanan (subround) tahun 1983-2010.
METODOLOGI PENELITIAN
Variabel-variabel yang digunakan dalam penelitian ini, pada metode peramalan dengan hanya melibatkan satu variabel (univariate) yaitu ARIMA dan ANFIS digunakan variabel-variabel sebagai berikut: Y1,t = luas panen padi sawah Y2,t = produktivitas padi sawah Variabel-variabel yang digunakan dalam penelitian ini, pada metode peramalan dengan melibatkan dua variabel (bivariate) yaitu model fungsi transfer dan ANFIS digunakan variabel-variabel sebagai berikut: X1,t = luas tanam akhir bulan Y1,t = luas panen padi sawah
Seminar Hasil Tesis Surabaya, 9 Januari 2012
LOGO
Kerangka Penelitian
17
METODOLOGI PENELITIAN
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Fungsi Transfer(dengan Luas
tanam akhir bulan)
ARIMA
luas panen
produksi padi sawah
(data training dan data testing)
ANFIS
Hasil ramalan luas panen
Hasil ramalan luas panen
Hasil ramalan luas panen
ARAM I Luas panen
Ukuran ketepatan prediksi
dibandingkan data aktual luas panen
Model terbaik untuk peramalan
luas panen
ARIMA
produktivitas
ANFIS
Hasil ramalan produktivitas
Hasil ramalan produktivitas
ARAM I Produktivitas
Ukuran ketepatan prediksi
dibandingkan data aktual produktivitas
Model terbaik untuk peramalan
produktivitas
Model terbaik untuk peramalan
produksi padi sawah
LOGO
Tahapan ARIMA
18
METODOLOGI PENELITIAN
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Mean: differencing
Varians: transformasi
Tidak
Ya
Identifikasi model ARIMA tentatif
dengan memilih p,q dan atau P, Q
Estimasi parameter model
Diagnosa model ARIMA
Uji white noise
Uji Normalitas
Pemilihan model ARIMA terbaik
Dari pola ACF dan PACF
Uji parameter model
Apakah model sudah layak digunakan?
Ya
Tidak
Apakah data luas panen dan produktivitas sudah stasioner?
Deteksi stasioneritas dengan plotting data luas panen dan produktivitas terhadap waktu
Peramalan
LOGO
Tahapan Fungsi Transfer
19
METODOLOGI PENELITIAN
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Apakah luas tanam padi sawah sudah stasioner?
Mean: differencing
Varians: transformasi
Tidak
Ya
Identifikasi model fungsi transfer
Prewhitening deret input dan output
Identifikasi noise model
Penetapan (r,s,b)
Penghitungan CCF
Model fungsi transfer tentatif
Diagnosa model fungsi transfer
Uji normalitas pada residual model fungsi transfer
Model fungsi transfer akhir
Peramalan
Uji Independensi antara deret input dan deret noise
Deteksi stasioneritas data deret input (luas tanam) dan deret output (luas panen) dengan plotting data
terhadap waktu
Uji autokorelasi (white noise) pada residual model fungsi
transfer
Uji parameter model fungsi transfer
LOGO
Tahapan ANFIS
20
METODOLOGI PENELITIAN
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Membangun model peramalan ARIMA
Mempersiapkan data input dan data output
Partisi universe of discourse (semesta) untuk variabel-variabel input
Definisikan fungsi keanggotaan fuzzy pada variabel output
Bangkitkan fuzzy inference system (FIS)
Peramalan
Training parameter-parameter dari FIS
Membangkitkan model peramalan ANFIS
Produktivitas Luas panen Luas tanam
Membangun model peramalan Fungsi Transfer
LOGO
Outline
21
Tinjauan Pustaka
Pendahuluan 1
2
Metodologi Penelitian 3
Hasil dan Pembahasan 4
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Kesimpulan dan Saran
Daftar Pustaka
5
6
LOGO
Syntax ARIMA (SAS)
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 22
HASIL DAN PEMBAHASAN
proc arima data=Tesis.Jateng_2007; identify var=LP nlag=12; run; identify var=LP(3) nlag=12; estimate p=(3); /*atau q=(3)*/ run; ………………………………………………………………………………………………………………
proc arima data=Tesis.Jateng_2007; identify var=LP(3) nlag=12; estimate q=(3) noconstant; forecast lead=3 out=results; run;
………………………………………………………………………………………………………………
proc univariate data=results normal; var residual; run;
Identifikasi model
Pemilihan model dan Peramalan
Diagnosa model
LOGO
Syntax Fungsi Transfer (SAS)
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 23
proc arima data=Tesis.Jateng_2007; /*identifikasi model deret input*/ identify var=LTA(3) nlag=12; run; estimate q=(3) noconstant; run ; /*prewhiten deret input dan output*/ identify var=LP(3) crosscorr=(LTA(3))nlag=12;
/*tentukan b,r,s dari CCF*/ run; estimate q=(3) input=(LTA) noconstant plot;
/*model deret noise*/ forecast lead=3 out=results; run;
…………………………………………………………………………………………………………………………… proc univariate data=results normal; var residual; run;
HASIL DAN PEMBAHASAN
Identifikasi model deret input
Prewhiten deret input dan output Penentuan b,r,s dari CCF
Model deret noise
Diagnosa model
Peramalan
LOGO
GUI ANFIS
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 24
HASIL DAN PEMBAHASAN
Panel data
Panel imputasi Panel output
LOGO
Ramalan Antar Metode Provinsi Jawa Tengah
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 25
150
250
350
450
550
650
750
850
I II III I II III I II III
2008 2009 2010
Lu
as P
an
en
(ri
bu
ha)
Tahun
Aktual
ARAM I
ARIMA
Fs Transfer
ANFIS
Ramalan Luas Panen
HASIL DAN PEMBAHASAN
LOGO
Ramalan Antar Metode Provinsi Jawa Tengah
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 26
Tabel 1 Perbandingan nilai MAPE ramalan luas panen padi sawah Provinsi Jawa
Tengah antara ARAM I, ARIMA, fungsi transfer dan ANFIS
Metode Peramalan Data Training MAPE
data training data testing
(1) (2) (3) (4)
ARAM I
1983-2007 - 4,94
1983-2008 - 6,79
1983-2009 - 10,66
ARIMA
1983-2007 9,75 12,92
1983-2008 9,80 5,48
1983-2009 9,64 11,47
Fungsi Transfer
1983-2007 9,14 12,40
1983-2008 9,07 5,50
1983-2009 8,95 10,71
ANFIS
1983-2007 7,13 3,60
1983-2008 7,05 5,37
1983-2009 6,95 11,71
HASIL DAN PEMBAHASAN
LOGO
Ramalan Antar Metode Provinsi Jawa Tengah
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 27
Ramalan Produktivitas
50
51
52
53
54
55
56
57
58
59
60
I II III I II III I II III
2008 2009 2010
Pro
du
kti
vit
as (
ku
/ha)
Tahun
Aktual
ARAM I
ARIMA
ANFIS
HASIL DAN PEMBAHASAN
LOGO
Ramalan Antar Metode Provinsi Jawa Tengah
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 28
Tabel 2 Perbandingan nilai MAPE ramalan produktivitas padi sawah Provinsi Jawa Tengah antara ARAM I, ARIMA dan ANFIS
Metode Peramalan Data Training
MAPE
data training data testing
(1) (2) (3) (4)
ARAM I
1983-2007 - 1,14
1983-2008 - 1,61
1983-2009 - 3,09
ARIMA
1983-2007 1,19 1,54
1983-2008 1,23 1,36
1983-2009 1,22 2,66
ANFIS
1983-2007 0,00 4,71
1983-2008 0,00 2,29
1983-2009 0,00 4,31
HASIL DAN PEMBAHASAN
LOGO
Ramalan Antar Metode Provinsi Kalimantan Selatan
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 29
Tabel 3 Perbandingan nilai MAPE ramalan luas panen padi sawah Provinsi Kailmantan Selatan antara ARAM I, ARIMA, fungsi transfer dan ANFIS
Metode Peramalan Data Training MAPE
data training data testing
(1) (2) (3) (4)
ARAM I
1983-2007 - 22,66
1983-2008 - 14,77
1983-2009 - 17,08
ARIMA
1983-2007 9,75 12,92
1983-2008 9,80 5,48
1983-2009 9,64 11,47
Fungsi Transfer
1983-2007 13,42 12,53
1983-2008 13,20 9,73
1983-2009 12,78 13,01
ANFIS
1983-2007 8,08 7,58
1983-2008 7,97 6,31
1983-2009 7,55 16,32
HASIL DAN PEMBAHASAN
LOGO
Ramalan Antar Metode Provinsi Kalimantan Selatan
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 30
Tabel 4 Perbandingan nilai MAPE ramalan produktivitas padi sawah Provinsi Kalimantan Selatan antara ARAM I, ARIMA dan ANFIS
Metode Peramalan Data Training
MAPE
data training data testing
(1) (2) (3) (4)
ARAM I
1983-2007 - 5,04
1983-2008 - 3,48
1983-2009 - 8,42
ARIMA
1983-2007 3,36 2,42
1983-2008 3,29 4,80
1983-2009 3,41 8,32
ANFIS
1983-2007 0,00 0,84
1983-2008 0,00 3,79
1983-2009 0,01 13,30
HASIL DAN PEMBAHASAN
LOGO
Ramalan Antar Metode Provinsi Sumatera Utara
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 31
Tabel 5 Perbandingan nilai MAPE ramalan luas panen padi sawah Provinsi Sumatera Utara antara ARAM I, ARIMA, fungsi transfer dan ANFIS
Metode Peramalan Data Training MAPE
data training data testing
(1) (2) (3) (4)
ARAM I
1983-2007 - 4,34
1983-2008 - 5,18
1983-2009 - 4,05
ARIMA
1983-2007 9,75 12,92
1983-2008 9,80 5,48
1983-2009 9,64 11,47
Fungsi Transfer
1983-2007 7,91 2,70
1983-2008 7,65 3,31
1983-2009 7,44 1,29
ANFIS
1983-2007 5,20 6,24
1983-2008 5,32 6,01
1983-2009 5,40 0,84
HASIL DAN PEMBAHASAN
LOGO
Ramalan Antar Metode Provinsi Sumatera Utara
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 32
Tabel 6 Perbandingan nilai MAPE ramalan produktivitas padi sawah Provinsi Sumatera Utara antara ARAM I, ARIMA dan ANFIS
Metode Peramalan Data Training
MAPE
data training data testing
(1) (2) (3) (4)
ARAM I
1983-2007 - 2,14
1983-2008 - 2,69
1983-2009 - 1,71
ARIMA
1983-2007 1,25 2,03
1983-2008 1,31 2,13
1983-2009 1,34 2,40
ANFIS
1983-2007 1,20 1,05
1983-2008 1,19 1,99
1983-2009 1,10 2,43
HASIL DAN PEMBAHASAN
LOGO
Summary
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 33
HASIL DAN PEMBAHASAN
Peramalan Provinsi Metode Peramalan Terbaik
ARAM I Rasio Metode MAPE
(1) (2) (3) (4) (5) (6)
Luas Panen Jateng ANFIS 6,89 7,46 0,92
Kalsel ARIMA 9,96 18,17 0,55
Sumut Fungsi Transfer 2,43 4,52 0,54
Produktivitas Jateng ARIMA 1,83 1,95 0,94
Kalsel ARIMA 5,18 5,65 0,92
Sumut ANFIS 1,82 2,18 0,83
Tabel 7 Tabel ringkasan rasio MAPE antara metode peramalan terbaik (pada penelitian ini) dengan ARAM I pada data luas panen dan produktivitas padi sawah
LOGO
Outline
34
Tinjauan Pustaka
Pendahuluan 1
2
Metodologi Penelitian 3
Hasil dan Pembahasan 4
Seminar Hasil Tesis Surabaya, 9 Januari 2012
Daftar Pustaka
Kesimpulan dan Saran 5
6
LOGO
Kesimpulan Pada Provinsi Jawa Tengah, metode ANFIS memberikan tingkat
akurasi ramalan luas panen paling tinggi dibandingkan tiga metode peramalan lainnya. Sedangkan pada peramalan produktivitas padi sawah, ARIMA menjadi metode peramalan dengan tingkat akurasi tertinggi.
Pada Provinsi Kalimantan Selatan, metode ARIMA memberikan
tingkat akurasi ramalan luas panen maupun produktivitas padi sawah yang paling tinggi dibandingkan metode peramalan lainnya.
Pada Provinsi Sumatera Utara, fungsi transfer merupakan metode
peramalan luas panen padi sawah dengan tingkat akurasi paling tinggi dibandingkan dengan tiga metode lainnya. Sedangkan metode ANFIS memberikan tingkat akurasi ramalan produktivitas padi sawah paling tinggi.
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 35
KESIMPULAN DAN SARAN
LOGO
Saran
Surabaya, 9 Januari 2012 Seminar Hasil Tesis 36
KESIMPULAN DAN SARAN
1. Perlu dilakukan penelitian lanjutan dengan menggunakan data padi sawah
provinsi lain yang memiliki karakteristik lahan sawah yang sama dengan
Provinsi Jawa Tengah, Kalimantan Selatan dan Sumatera Utara untuk
mengetahui konsistensi ramalan yang dihasilkan oleh metode peramalan
ANFIS, ARIMA dan fungsi transfer.
2. Mengembangkan aplikasi atau program peramalan luas panen dan
produktivitas padi sawah yang lebih lengkap dan bersifat portable sehingga
bisa digunakan semua kalangan.
3. Melakukan penelitian lain dengan mengganti komoditi padi sawah dengan
komoditi pangan lain yang memiliki peran penting di Indonesia misalnya
jagung dan kedelai.
LOGO
Daftar Pustaka
37
Akaike, H. (1974). A New Look at the Statistical Model Identification, IEEE Transaction on Automatic Control, AC-19, 716-723. Badan Pusat Statistik. (2009). Pedoman Pengolahan Statistik Pertanian. Jakarta: Badan Pusat Statistik Box, G. E. P., Jenkins, G.M. dan Reinsel, G.C. (1994). Time Series Analysis Forecasting and Control, 3rd Edition. New Jersey: Prentice Hall. Daniel, W. W. (1989). Statistika Nonparametrik Terapan. Jakarta: Gramedia. Gujarati, D. N. (2004). Basic Econometrics, 4th edition. New York: McGraw-Hill. Hanke, J. E dan Wichern, D. W. (2005). Business Forecasting, 8th Edition. New Jersey: Prentice Hall. Haykin, S. (1999). Neural Networks: A Comprehensive Foundation, 2nd Edition. Oxford: Prentice Hall. Harvey, A.C. (1990). Econometrics analysis of time series. 2nd Edition. Cambridge: MIT Press. Jang, J.S.R. (1996). Fuzzy Systems, Proceedings of the Fifth IEEE International Conference, New Orleans, Los Angeles, USA, 8-11 September 1996. Makridakis, S. dan Hibon, M. (2000). The M3-Competition: results, conclusions and implications. International Journal of
Forecasting, 16, 451–476. Suhartono. (2002). Model Akhir Fungsi Transfer. Bahan Ajar. Surabaya: ITS Suhartono (2007). Feedforward Neural Networks Untuk Pemodelan Runtun Waktu. Disertasi. Yogyakarta: Universitas Gadjah Mada. Wei, W. W. S. (2006). Time Series Analysis Univariate and Multivariate Methods, 2nd Edition. New York: Addison Wesley Publishing Company, Inc.
Seminar Hasil Tesis Surabaya, 9 Januari 2012