2018 : PENGEMBANGAN METODE NEURAL NETWORKS PADA KLASIFIKASI DATA TIME SERIES MULTIVARIAT

Prof. Dr. Ir. Joko Lianto Buliali

Victor Hariadi S.Si., M.Kom.

Dr. Ahmad Saikhu S.Si., MT.

Bilqis Amaliah S.Kom., M.Kom.

Arya Yudhi Wijaya S.Kom, M.Kom.

Abstract

Dalam kehidupan sehari-hari, seringkali ditemui himpunan data periodik yang disebut dengan time series pada berbagai sektor. Akhir-akhir ini, klasifikasi dari data time series merupakan topik yang sangat menarik dalam disiplin ilmu data mining. Pemodelan Multivariate Time Series Classification (MTSC) cukup efektif untuk membantu perencanaan, monitoring, diagnosa dan pengambilan keputusan pada berbagai aktifitas sektor klimatologi, medis, keuangan dan manufaktur. Seleksi fitur input adalah masalah utama dalam pemodelan MTSC. Pada prediksi curah hujan, klasifikasi biomedis, pengenalan pola dan monitoring data sensor, akan dijumpai bahwa jumlah input fitur unuk pemodelan adalah puluhan ataupun ratusan variabel. Masalah yang muncul adalah tidak semua fitur adalah relevan diperhitungkan dalam MTSC. Masalah lain, adanya dependensi antar fitur input, asosiasi fitur input terhadap variabel waktu (time-lags) dan jenis/pola hubungan yang tidak hanya linier, namun juga non linier. Pada umumnya identifikasi dan pembentukan fitur time-lags menggunakan PACF (Partial Autocorrelation Function)dan CCF (Cross Correlation Funtion)di mana keduanya mengasumsikan asosiasi yang bersifat linier[13]. Dalam prakteknya, asosiasi time-lags antar fitur tidak hanya bersifat linier. Oleh karenanya, pada penelitian ini diusulkan solusi untuk 3 permasalahan pada pemodelan MTSC. Pertama adalah mengembangkan fungsi pembangkit variabel time-lags yang sesuai untuk dependensi yang bersifat linier maupun non linier. Kedua adalah melakukan proses seleksi fitur input yang relevan dan tidak redundan berkaitan dengan asosiasi yang bersifat linier dan non liner. Selanjutnya adalah mengembangkan metode klasifikasi untuk data MTS yang memiliki akurasi hasil yang tinggi dengan biaya komputasi yang rendah untuk beberapa bidang aplikasi. Tim peneliti terdiri atas 4 dosen Teknik Informatika, 1 mahasiswa semester 6 Prodi S3 Ilmu Komputer(sekaligus dosen di Jurusan Teknik Informatika, Lektor Kepala) dan 1 mahasiswa semester 6 Prodi S1 Teknik Informatika. Penelitian ini rencananya diselesaikan dalam 10 bulan. Keywords— MTSC, Seleksi input, asosiasi linier dan non linier, klasifikasi.