Memuat
Memuat
Lihat semua langkah di atas dipraktikkan langsung, lengkap dengan narasi.
1 kali ditonton
Buku kelas
Halaman 1 / 7
Sampul: Kelas ANFIS Metaheuristik Peramalan Deret Waktu #1: Deret Waktu Non-Linear: Dataset, Stasioneritas, dan Pola
Klik halaman atau ◀ ▶ untuk membalik · geser di HP · untuk memperbesar
Ingin belajar lebih dalam?
Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.
Dipilih dari software, topik, dan level “Kelas ANFIS Metaheuristik Peramalan Deret Waktu #1: Deret Waktu Non-Linear: Dataset, Stasioneritas, dan Pola”.
Pilihan lain dari kami untuk Python.
Belajar bareng mentor
Kursus AI & Kecerdasan Buatan terjadwal, dibimbing langsung, bersertifikat.

Kursus Optimasi Multi-Objektif: NSGA-II, MOPSO & Algoritma Hybrid (Python)

Kursus Klasifikasi Aritmia EKG dengan Wavelet & Deep Learning (PyTorch)

Kursus ANFIS + PSO/GA untuk Peramalan Deret Waktu Non-Linear (Python)
Minta dibuatkan
Tidak sempat belajar Python? Tim kami bisa mengerjakan proyeknya.

Jasa Machine Learning Python — Model Prediksi, Segmentasi Pelanggan, Deteksi Fraud & Aplikasi AI

Jasa Pembuatan Gambar AI dengan Stable Diffusion — Produksi Visual Custom Tanpa Batas
★ 4.9

Jasa Pembuatan Gambar & Video AI dengan Leonardo AI — Visual All-in-One untuk Bisnis
★ 4.9
Kabari saya kalau ada kelas Python baru
Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Inilah hasil akhirnya, dua deret waktu non-linear. Meki Glass yang keos namun memiliki atraktor indah di peta fase, dan bintik matahari 300 tahun dengan siklus 11 tahunnya. Keduanya kita siapkan menjadi pasangan masukan dan target untuk Anvis. Ayo kita mulai. Halo, selamat datang di seri tutorial riset, model prediksi Anvis metaheuristik untuk peramalan deret waktu non-linear. Banyak deret waktu di dunia nyata, seperti beban listrik, curah hujan, dan harga, bersifat non-linear sehingga sulit diramal model linear. Di seri 6 episode ini kita membangun semuanya dari nol. Analisis deret waktu, fase sugeno, Anvis, optimasi dengan PSO dan algoritma genetika, pembanding LSTM dan Arima, sampai uji daibolt Mariano. Kita buka terminal lewat menu terminal,
new terminal, lalu pasang nampai, pandas, stats models, torque, dan metplotlib. Stats models untuk uji stasioneritas dan Arima,
torque untuk LSTM pembanding.
Buat file data underscore deret dot py. Fungsi Mackey Glass mengintegrasikan persamaan diferensial tunda. Perubahan X bergantung pada nilai X 17 satuan waktu sebelumnya. Dengan tau 17, deret ini chaos, tidak pernah berulang persis tetapi tetap terstruktur, dan menjadi tolok ukur klasik Anvis sejak makalahjang tahun 1993. Fungsi Sunspot membaca data bintik matahari tahunan dari CSV. Fungsi embedding menyusun masukan dari beberapa nilai lampau dan target dari nilai di masa depan. Fungsi normalisasi mengubah data ke skala 0 sampai 1
memakai minimum dan maksimum data latih saja, agar tidak bocor dari data uji. Kamus kasus menyimpan konfigurasi. Mackey Glass memakai lag 18, 12, 6, dan 0 untuk meramal 6 langkah ke depan. Persis seperti studi klasik, Sunspot memakai lag 9, 2, 1, dan 0 untuk meramal 1 tahun ke depan, dengan regularisasi yang akan kita bahas nanti. Fungsi siapkan mengembalikan data latih dan uji siap pakai.
Buat file eksplorasi underscore deret.py dan jalankan. Mackey Glass berisi 1.500 titik dan lolos uji ADF dengan P0, artinya stasioner, autokorelasinya memuncak lagi di lag 49. Sunspot berisi 309 tahun, dengan PADF 0,053 di perbatasan, dan autokorelasi memuncak di lag 10, siklus matahari sekitar 11 tahun. Mackey Glass menghasilkan 476 pasangan latih dan 600 pasangan uji, sedangkan Sunspot 210 pasangan latih dan 89 pasangan uji.
Mari lihat grafiknya. Mackey Glass terlihat seperti gelombang tidak teratur, tetapi peta fase X terhadap X17 langkah sebelumnya membentuk atraktor keos yang rapi, bukti adanya pola deterministik non-linear. Sunspot memperlihatkan siklus naik turun dengan puncak berbeda-beda, dan autokorelasinya berosilasi dengan periode sekitar 11 tahun. Pola non-linear seperti inilah yang akan ditangkap Anfis.
Selesai. Kita sudah membangkitkan deret Mackey Glass, memuat data Sunspot, menguji stasioneritas, menganalisis autokorelasi dan peta fase, serta menyusun embedding lag. Di episode berikutnya kita mempelajari sistem inferensi Fasi Sugeno, fondasi Anfis. Sedang menyusun skripsi, tesis, atau riset di bidang peramalan dan kecerdasan buatan? Cerdas inovasi digital membantu implementasi model peramalan, dari sistem Fasi Sugeno dan Anfis, optimasi parameter dengan PSO dan algoritma genetika, sampai pembanding LSTM dan Arima serta uji Daibold Mariano, serta membuka kursus pemrograman Python untuk teknik. Ingin menguasai seluruh seri ini, dari deret waktu chaos sampai evaluasi statistik? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah, data set, dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdasinovasidigital.com Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com Terima kasih telah menonton, sampai jumpa di episode berikutnya. Terima kasih telah menonton! Terima kasih telah menonton!
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.

Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
Lihat klien kami →