Viani, Widiya Okta (2026) Peramalan menggunakan model Hibrida Autoregressive Integrated Moving Average-Support Vector regression pada data Time Series. Sarjana thesis, Universitas Islam Negeri Sunan Gunung Djati Bandung.
Full text not available from this repository. (Request a copy)Abstract
Fluktuasi nilai tukar Riyal Arab Saudi (SAR) terhadap Rupiah (IDR) memiliki volatilitas yang tinggi, sehingga memerlukan metode Peramalan yang akurat untuk menganalisis data Time Series tersebut. Penelitian ini mengusulkan penggunaan model Hibrida ARIMA-SVR untuk memprediksi kurs jual harian SAR/IDR periode 2 Januari hingga 23 Agustus 2023. Pendekatan hibrida ini membagi struktur data menjadi dua komponen utama: komponen linier yang dimodelkan dengan algoritma ARIMA (Autoregressive Integrated Moving Average), dan komponen sisaan (residual) nonlinier yang dikoreksi menggunakan algoritma SVR (Support Vector Regression). Berdasarkan hasil evaluasi kinerja menggunakan metrik Mean Absolute Percentage Error (MAPE), ditemukan bahwa model ARIMA tunggal kesulitan menangkap pergerakan data riil karena komponen liniernya tergolong sangat lemah. Penggabungan kedua metode ini terbukti mampu menutupi kelemahan tersebut secara efektif. Model Hibrida ARIMA-SVR memberikan hasil prediksi yang jauh lebih responsif dan akurat, dibuktikan dengan penurunan nilai kesalahan (MAPE) pada pengujian data testing menjadi 0,2292%, dibandingkan dengan model ARIMA tunggal yang sebesar 0,2309%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Peramalan; Time Series; ARIMA; SVR; Hibrida ARIMA-SVR |
| Subjects: | Applied mathematics |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Matematika |
| Depositing User: | Widiya Okta Viani |
| Date Deposited: | 14 Apr 2026 07:35 |
| Last Modified: | 14 Apr 2026 07:35 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/129913 |
Actions (login required)
 |
View Item |
