vii
ABSTRAK
Salah satu masalah yang dihadapi dalam proses data mining adalah besarnya volume data yang akan dilakukan komputasi. Besarnya data akan sangat berpengaruh terhadap lamanya proses prediksi, dimana semakin besar ukuran data maka proses yang dibutuhkan semakin lama. Dalam penelitian ini diajukan seebuah teknik untuk mempercepat proses prediksi time series produksi susu sapi dengan melakukan reduksi data menggunakan algoritma Haar wavelet transformation. Proses reduksi data dilakukan pada tahap pre-processing, yaitu sebelum dilakukannya analisis. Pada tahap analisis diimplementasikan metode neural network. Dengan diimplementasi-kannya algoritma transformasi Haar Waveletsebelum prediksi menggunakan neural network yang dapat mengurangi waktu komputasi karena data telah direduksi menjadi lebih kecil. Pengujian yang dilakukan pada algoritma berbasis Discrete Wavelet Transform (DWT) menggunakan Mean Absolute Error (MAE) menunjuk-kan hasil 0,21 lebih baik dibanding tanpa DWT. Pengujian yang sama dilakumenunjuk-kan dengan Mean Absolute Percentage Error(MAPE) menunjukkan hasil 0,2 lebih baik. Sedangkan pengujian menggunakan Symetric Mean Absolute Percentage Error
(SMAPE) menunjukkan hasil yang sama yaitu sebesar 0,07. Pengujian yang sama dilakukan menggunakan Root Mean Square Error (RMSE) menunjukkan hasil 0,31 lebih baik menggunakan DWT yang menghasilkan 2,43 dibanding tanpa DWT sebesar 2,74.
Kata kunci: time-series prediction, pre-processing, neural network, discrete wavelet transform, haar wavelet.
