Estimasi Parameter Model Robust Multivariate Exponential Smoothing dengan Minimum Covariance Determinant

Abstract

Peramalan muncul karena adanya waktu senjang (timelag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Model peramalan deret waktu yang populer adalah Autoregressive (AR), Moving Average (MA), Simple Exponential Smoothing (SES), dan Autoregressive Integrated Moving Average (ARIMA). Model dengan data deret waktu multivariat yang  populer digunakan untuk melaksanakan proses tersebut adalah model multivariate exponential smoothing. Model tersebut belum tangguh apabila terdapat data pencilan sehingga diperlukan model yang kekar terhadap data tersebut yakni robust multivariate exponential smoothing. Bentuk robust multivariate diperoleh dari penggantian bentuk multivariat klasik dengan bentuk multivariate cleaned yang bergantung pada estimasi matriks kovarian dari error satu langkah periode tertentu. Namun, estimasi matriks error satu langkah tetap rentan terhadap pencilan apabila rangkaian pengamatan mengandung pencilan. Tujuan penelitian ini mengestimasi parameter model  dengan Minimum Covariance Determinant (MCD) sehingga diperoleh  model multivariate exponential smoothing yang robust terhadap pencilan. Metode dalam penelitian yang digunakan adalah studi literatur yang diperoleh dari beberapa artikel, jurnal, dan buku yang mendukung dalam mencapai tujuan penelitian. Hasil kajian diperoleh model robust multivariate exponential smoothing dengan estimasi parameter MCD.