Penerapan Bootstrap pada Neural Network untuk Peramalan Produksi Minyak Mentah di Indonesia
| Main Authors: | Adnyana, Ida Bagus Oka Ari; Statistika, Widodo, Dwiatmono Agus; Statistika, Sutijo, Brodjol; Statistika |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS
, 2013
|
| Subjects: | |
| Online Access: |
http://ejurnal.its.ac.id/index.php/sains_seni/article/view/4694 http://ejurnal.its.ac.id/index.php/sains_seni/article/view/4694/1367 |
Daftar Isi:
- Sumberdaya alam yang tidak dapat diperbaharui adalahminyak bumi. Saat jumlah konsumsi mengalami peningkatan, tetapi tidak sejalan denganpeningkatan jumlah produksinya, maka terjadi kesenjangan antara konsumsi minyakmentah dan produksi minyak mentah. Produksi minyak mentah dapat diramalandengan menggunakan time series forecastingatau dengan metode ARIMA dimana modeldiasumsikan sebagai fungsi linier. Ketikamodel linier menghasilkan akurasi peramalan yang kecil, kemungkinan modelnonlinier mampu menjelaskan. Salah satu model nonlinier untuk time series forecasting adalah artificial neural network. Pada penelitan ini dilakukan resampling terhadap unit input untuk melihat signifikan bobot neural network dengan melihat selangkepercayaan dari bootstrap.Perbandingan model antara model ARIMA, neuralnetwork dan neural network dengan bootstrap dalam peramalan produksiminyak mentah di Indonesia didapat bahwa model yang paling baik menggambarkandata adalah model neural network. Tetapiuntuk jumlah input neural network palingsedikit dengan menggunakan hasil dari bootstrapyang sudah di hilangkan input yang tidak signifikan, yaitu hanya memasukkan duaunit input layer. HHH