Pada kegiatan ini dilakukan simulasi pembangkitan data time series menggunakan model ARIMA(1,1,1) dengan parameter yang berbeda dari contoh, yaitu nilai AR = 0,4 dan MA = 0,6. Data simulasi dibangkitkan sebanyak 200 observasi menggunakan software R. Selanjutnya dilakukan tahapan pemodelan time series secara lengkap, dimulai dari identifikasi awal melalui plot ACF dan PACF, pengujian kestasioneran menggunakan Augmented Dickey-Fuller (ADF) test, proses differencing untuk membuat data menjadi stasioner, kemudian identifikasi ulang melalui ACF, PACF, dan EACF untuk menentukan kandidat model. Setelah itu dilakukan estimasi beberapa kandidat model ARIMA dan pemilihan model terbaik berdasarkan nilai AIC terkecil. Hasil model terbaik kemudian dibandingkan dengan model awal hasil pembangkitan untuk mengetahui apakah keduanya sama atau berbeda. Dari analisis diperoleh bahwa model terbaik tidak selalu sama dengan model pembangkitan awal karena dipengaruhi oleh unsur random pada simulasi, ukuran sampel, serta proses estimasi model.

Testing

This report contains exploratory data analysis, statistical tests, and machine learning models for heart disease prediction using R.

This report contains exploratory data analysis, statistical tests, and machine learning models for heart disease prediction using R.