ANALISIS RUNTUN WAKTU NONSTASIONER DENGAN TRANSFORMASI WAVELET DISKRIT

Abstract

Akhir-akhir ini aplikasi wavelet banyak digunakan dalam ilmu statistika salah satunya Transformasi wavelet diskrit (DWT) yang merupakan metode tanpa parameter yang digunakan dalam analisis sinyal, kompresi data, dan analisis runtun waktu. DWT merupakan suatu fungsi yang terlokalisasi dalam domain waktu sehingga baik untuk analisis data yang stasioner maupun nonstasioner, sifat inilah yang menjadikan DWT lebih baik dibandingkan analisis klasik ARIMA yang mempunyai kelemahan untuk anlalisis data nonstasioner. DWT mendekomposisi data menjadi koefisien wavelet dan koefisien skala dengan bantuan algoritma piramid. Multiresolution Analysis (MRA) digunakan untuk estimasi data asli dari koefisien wavelet dan koefisien skala menjadi koefisien pemulusan dan koefisien detail. Berdasarkan simulasi dalam tugas akhir ini, untuk estimasi data nonstasioner DWT memberikan nilai Mean Square Error (MSE) yang lebih kecil dibandingkan metode ARIMA sehingga DWT lebih baik dalam dari ARIMA. Kata kunci : ARIMA, nonstasioner, Transformasi wavelet diskrit, Algoritma piramid, MRA.