Peramalan Harga Minyak Mentah Indonesia Menggunakan Ensemble Empirical Mode Decomposition (EEMD) dan Long Short Term Memory (LSTM)

Ainiyah, Nuchaila (2023) Peramalan Harga Minyak Mentah Indonesia Menggunakan Ensemble Empirical Mode Decomposition (EEMD) dan Long Short Term Memory (LSTM). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003211017-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (3MB) | Request a copy

Abstract

Minyak mentah merupakan salah satu komoditas yang memegang peranan sangat penting dalam semua perekonomian. Dampak langsung dari naik turunnya harga minyak mentah adalah perubahan biaya-biaya operasional. Perkembangan harga minyak mentah Indonesia akhir-akhir ini mengalami tren sepanjang awal Mei 2020, maka hal tersebut menyebabkan grafik harga minyak mentah mengalami fluktuatif. Tujuan penelitian ini adalah melakukan peramalan harga minyak mentah Indonesia menggunakan Ensemble Empirical Mode Decompostion (EEMD) dan Long Short Term Memory (LSTM). Metode tersebut digunakan untuk mengurangi kesulitan pada peramalan dan meningkatkan nilai akurasi pada prediksi. Data harga minyak mentah Indonesia didekomposisikan menjadi beberapa Intrinsic Mode Function (IMF) menggunakan metode EEMD. Hasil IMF kemudian dilakukan peramlan menggunakan LSTM dan menjumlahkan hasil peramalan setiap komponen IMF. Penelitian ini menunjukkan hasil peramalan menggunakan metode EEMD-LSTM mendapatkan hasil yang lebih baik dibandingkan dengan metode LSTM tanpa menggunakan EEMD dengan hasil nilai MAPE dan RMSE terkecil.
====================================================================================================================================
The Crude oil is one of the commodities that play a very important role in all economies. The direct impact of rising crude oil prices is a change in operating costs. The development of Indonesian crude oil prices recently experienced a trend throughout the beginning of 1 May 2020, which caused the crude oil prices chart to fluctuate. This research aims to make predictions of Indonesian crude oil prices using Ensemble Empirical Mode Decomposition (EEMD) and Long Short Term Memory (LSTM). These methods are use to reduce the difficulty of predicting and increase the accuracy of predictions. Indonesia's crude oil price dat is compounded into several Intrinsic Mode Function (IMF) using the EEMD method. The IMF results were then predicted using the LSTM and summarized the forecast heights of each IMF component. This study showed that predictions using the EEMD-LSTM method obatained better results compared to the LSTM without using the MAPE and RMSE results

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	EEMD, Crude Price Oil, IMF, LSTM, EEMD, Harga Minyak Mentah, IMF, LSTM
Subjects:	H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA30.3 Time-series analysis
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Nuchaila Ainiyah
Date Deposited:	11 Aug 2023 01:48
Last Modified:	11 Aug 2023 01:48
URI:	http://repository.its.ac.id/id/eprint/104524

Actions (login required)

View Item