RANCANG BANGUN DATA WAREHOUSE DAN R STUDIO SERTA PEMANFAATANNYA DALAM PERAMALAN POLA KONSUMSI MASYARAKAT DI KABUPATEN JEMBER

Abstract

R adalah salah satu dari program sumber terbuka yang dapat diunduh gratis , kini R dikembangkan sebagai upaya kolaborasi pakar-pakar statistik dan komputer di seluruh dunia. R diluncurkan pertama kali tahun 1997, dan versi terakhir ketika tulisan ini dibuat adalah 3.1.0. Bagi sebagian pengguna yang terbiasa mengguna GUI dengan sistem menu, R juga menyediakan banyak GUI yang berbasiskan sistem menu, antara lain R Studio, Tinn-R, R Commander dan bayak lagi yang lainnya, dan dapat diunduh gratis juga. Perancangan data warehouse mengikuti data yang dihasilkan dari data SUSENAS, pola pembentukan tabel akan mengikuti pola dari data SUSENAS. Data warehouse mempunyai kemampuan dalam impor dan ekspor data serta mempunyai kemampuan query data. Implementasi R Studio berbasis web, menggunakan paket R yang telah tersedia dengan mengkombinasikan dengan data warehouse, dan web server. R berbasis web mampu berkomunikasi data secara langsung dengan data warehouse dan R berbasis web juga akan mudah digunakan diberbagai platform sistem operasi. Variabel penelitian yang akan digunakan pada penelitian ini adalah data belanja atau konsumsi kebutuhan pokok (beras, jagung) masyarakat pada Kabupaten Jember, Propinsi Jawa Timur per minggu. Data sensus per tahun di modelkan dengan rata-rata (averaging), diambil dari data SUSENAS mulai tahun 1997 sampai dengan tahun 2012.

ARIMA ialah model peramalan yang termasuk dalam kelompok peramalan linier. ARIMA dapat digunakan pada data yang tidak terdapat pola musiman maupun memiliki pola musiman. Ada beberapa langkah untuk mendapatkan nilai peramalan menggunakan metode ARIMA yang sesuai dengan metodologi BoxJenkins.

Langkah-langkah tersebut meliputi identifikasi, estimasi parameter, dan peramalan. ARIMA Ensemble merupakan model ensemble yang anggotanya terdiri dari beberapa model ARIMA. Terdapat dua kombiasi pada ensemble yaitu averaging dan stacking. Pada penelitian ini, dilakukan ensemble averaging pada semua data dan hasil training. Pada pembahasan model ARIMA terdapat tiga model yang dijadikan sebagai model didalam ensemble, hasil dari semua data training tersebut, kemudian akan diambil rata-rata (average). Pengujian terhadap data testing memperlihatkan bahwa nilai model ARIMA ensemble pada tahun 2011 adalah sebesar 35781,87. Nilai tersebut mempunyai nilai yang baik dari model ARIMA yang lain dengan selisih 245,84. Pada tahun 2012, nilai pada model ensemble adalah sebesar 35370,81 dengan selisih terhadap data testing sebesar 2515,03. Nilai ini lebih besar dari nilai tahun 2012 pada model ARIMA(1,0,0) dan ARIMA(1,0,1). Hasil yang diperoleh pada model ARIMA ensemble pada tahun 2012 menjadi tidak lebih baik dari model ARIMA(1,0,1) dan ARIMA(1,0,0), karena interval data yang terlalu lebar pada tiga model ARIMA, yaitu ARIMA(1,0,0), ARIMA(1,0,1) dan ARIMA(1,0,2).