Perpustakaan Digital ITB

Terdapat berbagai macam data time series yang keberadaannya cukup bermanfaat bagi kehidupan umat manusia. Contoh data tersebut antara lain curah hujan harian di suatu daerah, harga saham suatu perusahaan dan seismograf di wilayah tertentu. Lebih jauh lagi, manfaat dari data tersebut timbul ketika terjadi perubahan yang drastis pada nilai suatu datum di waktu tertentu. Hal ini tentunya akan menimbulkan dampak yang signifikan terhadap kehidupan orang-orang yang berhubungan langsung dengan data tersebut. Dengan demikian, akan didapat banyak manfaat bila diperoleh suatu model statistik yang dapat memprediksi distribusi peluang bagi nilai datum yang akan datang pada barisan data time series tersebut. Pada tugas akhir ini, diasumsikan data time series yang digunakan memenuhi model hasil kali partisi (product partition). Barisan data dapat dipartisi menjadi sejumlah subbarisan yang tidak saling beririsan (blocks) dengan model probabilitas berbeda pada tiap subbarisan. Model statistik tersebut bersifat saling bebas dan identik tetapi dengan parameter-parameter berbeda yang berlaku pada tiap block. Selanjutnya dengan menggunakan titik perubahan distribusi, yaitu istilah untuk titik transisi antar subbarisan tersebut, akan dipilih suatu model statistik melalui pendekatan Bayesian. Pendekatan ini dilakukan untuk mendeteksi keberadaan titik-titik perubahan distribusi tersebut dan menentukan distribusi peluang bagi datum yang akan datang berdasarkan data di masa lalu.