Perpustakaan Digital ITB

Minyak mentah merupakan salah satu komoditi yang sangat penting karena merupakan salah satu bahan bakar utama yang masih digunakan sampai saat ini. Fluktuasi harga minyak mentah menyebabkan perlunya penentuan keputusan investasi yang baik. Terdapat dua aspek yang harus diperhatikan. Pertama aspek teramati, yaitu harga penutupan harian, kedua aspek tidak teramati (tersembunyi), yaitu tren harga. Masalah perkiraan harga minyak mentah tersebut dapat dimodelkan dengan Hidden Markov Models (HMM) karena memuat dua aspek tadi. Tulisan ini membahas penggunaan HMM dengan menggunakan data harga minyak mentah per hari sebagai barisan observasi. Data ini dibuat menjadi suatu kode lalu dimodelkan menjadi parameter-parameter awal HMM dengan menggunakan frekuensi kenaikan dan penurunan harga karena tren harga minyak dimisalkan menjadi tren naik dan tren turun, setelah itu akan dilakukan estimasi ulang pa- rameter dengan menggunakan Algoritma Baum-Welch agar didapatkan parameter yang sesuai dengan barisan observasi yang diberikan. Dalam memperkirakan tren harga, digunakan Algoritma Viterbi agar didapatkan barisan keadaan tersembunyi (tren) yang sesuai dengan hasil dari estimasi ulang parameter. Barisan keadaan tersembunyi yang didapatkan ini digunakan untuk melihat perilaku (tren) harga minyak untuk beberapa hari ke depan.