Kursus ANFIS + PSO/GA untuk Peramalan Deret Waktu Non-Linear (Python)
Ramal deret waktu non-linear dengan ANFIS: deret chaos Mackey-Glass dan bintik matahari, sistem fuzzy Sugeno, ANFIS dari nol dengan pembelajaran hybrid, optimasi parameter dengan PSO dan algoritma genetika, pembanding LSTM dan ARIMA, sampai uji Diebold-Mariano.
Materi mengikuti seri video Kursus Model Prediksi ANFIS-Metaheuristik untuk Peramalan Deret Waktu Non-Linear (6 modul). Modul 1 bisa ditonton gratis.
Hasil yang Dicapai
- 0,0026 — RMSE ANFIS-PSO pada Mackey-Glass
- 12–17× — ANFIS lebih akurat dari LSTM & ARIMA di deret chaos
- 22% — ANFIS-GA lebih akurat dari gradient descent
- p < 1e-13 — Uji Diebold-Mariano
Apa yang Dipelajari
- Deret Non-Linear: Mackey-Glass, sunspot, uji ADF, autokorelasi, dan embedding.
- Fuzzy Sugeno: Fungsi keanggotaan dan lima lapisan inferensi.
- ANFIS dari Nol: Least squares + gradient descent dan regularisasi ridge.
- PSO & GA: Metaheuristik untuk parameter fungsi keanggotaan.
- LSTM & ARIMA: Dua pembanding pada data uji yang sama.
- Evaluasi Statistik: RMSE, MAE, sMAPE, dan uji Diebold-Mariano.
Untuk Siapa?
- Mahasiswa S1/S2 (skripsi & tesis) — Kerangka penelitian peramalan deret waktu lengkap: metode pembanding, metode usulan, eksperimen, dan evaluasi siap bab 4.
- Peneliti & dosen — Kode Python yang rapi dan mudah diganti data, parameter, atau metodenya untuk publikasi.
- Praktisi & engineer — Memahami cara kerja peramalan deret waktu dari teori sampai implementasi yang bisa dicoba sendiri.
- Developer & data scientist — Praktik Python pada studi kasus nyata, bukan sekadar contoh mainan.
Dataset dan file project tersedia khusus untuk pelanggan premium. Butuh pendampingan riset? Lihat .









