60 ViewsMengenal mising value merupakan hal penting bagi kalian seorang data enginner. Ada banyak sebab-alasan terjadi missing value, misalkan dari hasil proses konversi data yang tidak berhasil / error, karena mengakses posisi data pada indeks yang memang tidak memiliki data, karena perhitungan matematika yang tidak dapat diproses sistem, dari sumber data memang sudah tidak ada… Read More »
5,543 ViewsDefinisi lain mengatakan Naïve Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. Naïve Bayes didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara kondisional saling bebas jika diberikan nilai output. Dengan kata lain, diberikan nilai output, probabilitas… Read More »
775 ViewsDalam dunia penelitian, uji validitas dan reliabilitas memegang peran krusial dalam menentukan kualitas sebuah instrumen atau metode pengukuran. Dengan memahami konsep ini dan mengimplementasikannya secara efektif, peneliti dapat meningkatkan kepercayaan dan keandalan hasil penelitian mereka. Artikel ini akan membahas secara mendalam uji validitas dan reliabilitas, serta memberikan panduan praktis untuk meningkatkan hasilnya. Pentingnya Uji… Read More »
5,842 ViewsPengertian dan Cara Perhitungan ARIMA – serta Prediksi Model ARIMA – Forecasting time series atau Runtun waktu atau biasanya yang dikenal dengan time series merupakan himpunan observasi terurut dalam waktu. Sedangkan metode time series adalah metode peramalan dengan menggunakan analisa plot hubungan antara variabel yang akan diperkiran dengan variabel waktu. Time series analysis dapat… Read More »
529 ViewsEigen merupakan salah satu konsep penting dalam aljabar linier, terutama dalam analisis matriks. Secara sederhana, eigen adalah vektor yang tidak mengalami perubahan arah ketika dikalikan dengan suatu matriks. Konsep eigen sering digunakan dalam analisis matriks, termasuk dalam metode reduksi dimensi, analisis faktor, dan pemrosesan citra. Secara formal, eigen merupakan vektor non-nol x dan skalar… Read More »
1,032 ViewsSecara umum forecasting time series yang menggunakan metode statistika harus memenuhi beberapa asumsi seperti autokorelasi di ARIMA. Namun bila kita menggunakan algoritma machine learning, hal semacam itu tidak diperlukan lagi. Pergerakan saham tidak hanya dipengaruhi oleh data sebelumnya / time series namun juga beberapa paramater lainnya. Oleh sebab itu kita akan mencoba Forecasting Pergerakan Saham… Read More »
2,745 ViewsForecasting Time Series ARIMA – metode ARIMA termasuk perhitungan yang cukup rumit karena menggunakan 3 pendekatan yaitu Auto Regresive, Differencing (integrasi), dan Moving Average. Pada pembahasan sebelumnya Pengertian dan Cara Perhitungan ARIMA serta Prediksi Model ARIMA sudah dijabarkan dengan detail cara perhitungan dan langkah-langkah yang harus diambil mulai dari pengecekan uji stasioner, plot ACF,… Read More »
4,577 ViewsDeteksi Autokorelasi – Kalau membahas mengenai regresi linear, maka setidaknya ada 5 jenis asumsi yang harus kalian lakukan Normalitas, Linearitas, Multikolinearitas, Autokolinearitas, Heteroskedastisitas. Tapi pada sesi ini saya hanya akan membahas mengenai autokolerasi saja yang mana pada asumsi regresi klasik dikatakan bahwa kesalahan atau gangguan yang masuk kedalam fungsi regresi populasi adalah random atau… Read More »
3,635 ViewsKorelasi merupakan hubungan antara satu variabel dengan variabel lainnya. Korelasi Pearson digunakan untuk mengukur hubungan linear yang terjadi diantar dua variabel dengan nilai berkisar -1 sampai dengan +1, jika nilai tersebut mendekat 0 maka terjadi hubungan linear yang lemah. Hubungan linear +1 bersifat berbanding lurus, sebaliknya hubungan linear -1 jika berbanding lurus terbalik. Nilai… Read More »
796 ViewsAnalisis time series/deret waktu diperlukan pengetahuan dasar mengenai pola-pola umum deret waktu. Ketika sebuah deret waktu digambarkan/diplot, akan terlihat suatu pola-pola tertentu. Pola-pola tersebut dapat dijelaskan oleh banyaknya kemungkinan hubungan sebab-akibat. Pola-pola umum deret waktu terbagi menjadi yaitu acak, trend, musiman, dan siklus. Agar lebih memahami pengertian tersebut, kita dapat melakukan visualisasi melalui grafik… Read More »