Laporan Tugas Pelatihan Data Science Fundamental

Nama Tugas : Data Forecasting Tanggal : 19/03/2023

Nama Lengkap : Syarif Hidayatullah
Asal Instansi : Pemerintah Kota Semarang

Penjelasan Hasil Tugas:

MERAMALKAN TEMPERATUR
Menggunakan datatraining-temp.csv, data sebagai berikut

Dalam dataset ini terdapat 7.673 atribut

Sama seperti pada tugas ke dua Data Estimasi, data forcastini memiliki design sebagai
berikut
Dimana OPERATOR SET ROLE 1 dengan ketentuan no (id) dan Temperatur (label)

Kemudian atur Operator SET ROLE 2

maka, data akan tampil sebagai berikut:

Berikut visual prediksinya:

MINIMAL TEMPERATURE (UNIVARIANT)
Menggunakan DATASET daily_min_temp ubah temp menjadi role label

Tambabhkan OPERATOR WINDOWING

dengan ketentuan UNIT : EXAMPLEBASS, WINDOWSIZE : 4, STEPSIZE : 1, HORIZONATRIBUT :

TEMPT, dan HORIZON SIZE 1
berikut Hasil data saat diruning:
Menambahkan OPERATOR SPLIT DATA dan ubah partititon menjadi 0.9 dan 0.1

Sehingga hasilnya sebagai berikut:

Menambahkan OPERATOR LINE REGRETION

Menambhkan OPERATOR APLY MODEL

maka, menghasilkan result sebagai berikut

ARIMA MODEL – MERAMALKAN ANGGARAN
Tambahkan DATASET ANGGARAN, dengan data sebagai berikut

Tambahkan Operator ARIMA dan Apply Forcast seperti dibawah. Model ARIMA ini merupakan
model yang secara penuh mengabaikan independen cariabel dalam membuat prakiraan. ARIMA
cocok jika observasi deret waktu (time series) secarfa statistic berhubungan satu sama lain
(dependen)
Untuk mengatur Parameter ARIMA adalah dengan meninputkan time series attribute Belanja,
dan centang pada has indices dengan indices attribute Data.
Untuk Parameter Apply Model, atur forcast horizontal atur jarak jauh untuk melakukan prediksi
sebanyak 5 dan unceklist add combine time series
Sehingga menghasilkan data result sebagai berikut:

Kemudian data kita akan urutkan berdasarkan tanggal agar mudah untuk menganalisa

Saat Disort berdasarkan date , pada tanggal 31 juli sampai 28 november tidak ada
belanja. Sedangnkan sebelum sama dengan 1 juli 2021 tidak ada forcest of belanjanya.
Berikut untuk visualisationnya
Terilat pada ujung kanan terdapat line yang stagnan, saat dilakukan perbesaran maka grafik
tersebut seperti pada dibawah ini

Lampiran :

 ForcastTemperatur-Syarif-1
 ForcastMinimalTemperature -Syarif-1
 ForcastAggaranSyarif-1