Facebook Prophet

Untuk melakukan parameter tuning, pertama kita buat dahulu parameter grid yang berisi parameter yang akan dituning. Berikutnya kita lakukan looping dari membuat model, melakukan training, melakukan cross validation dan menghitung error. Untuk melihat hasil tuning, kita buat dataframe baru yang menampung nilai rmse yang dihitung pada langkah diatas. Latihan Untuk latihan, kita akan memprediksi permintaan … Read more

Cross Validation adalah konsep penting dalam data analisis, berguna sebagai kredibilitas dari model yang dibuat. Secara sederhana cross validation melakukan testing secara berulang dengan kondisi yang berbeda untuk memastikan akurasi model. Berikut cara menggunakan cross validation untuk Facebook Prophet. Kita juga dapat mengukur error hasil dari cross validation Selain itu kita juga dapat visualisasikan hasil … Read more

Forecasting Untuk melakukan forecasting, kita perlu membuat future dataframe. Kemudian untuk melakukan forecasting digunakan perintah predict. Setelah forecast dilakukan, kita akan ambil hasilnya yang akan digunakan untuk accuracy assesment Dari assessment diatas, sulit untuk menentukan apakah baik atau tidak. Oleh karena itu kita akan belajar konsep cross validation pada modul terpisah. Visualization Namun sebelum membahas … Read more

Pengenalan Training dan Test Set Jika pada data non time series, dalam menentukan training dan test set digunakan split persentase, maka untuk data time series berbeda. Pada time series digunakan pendekatan menggunakan data terakhir sebagai test set. Ukuran test set harus disesuaikan dengan ukuran forecasting. Misalnya jika ingin memprediksi untuk 1 minggu, maka test set … Read more