Model-model yang digunakan adalah seperti berikut:
- Model Autoregressive Distributed Lag (ARDL), yang mengambil kira hubungan jangka pendek dan jangka panjang antara harga minyak sawit mentah dengan stok minyak sawit, harga minyak petroleum mentah dan harga minyak kacang soya3.
- Model Autoregressive Integrated Moving Average (ARIMA), yang mengambil kira corak trend dan musiman dalam siri masa harga minyak sawit mentah.
- Model Autoregressive Integrated Moving Average with exogenous inputs (ARIMAX), yang mengambil kira corak trend dan musiman dalam siri masa harga minyak sawit mentah serta faktor-faktor luaran seperti cuaca, permintaan, bekalan, polisi, geopolitik dan lain-lain.
- Model regresi, yang mengambil kira hubungan linear antara harga minyak sawit mentah dengan satu atau lebih pembolehubah bebas.
- Model autoregresi, yang mengambil kira hubungan linear antara harga minyak sawit mentah dengan nilai-nilai lepasnya sendiri.
- Model bergerak purata, yang mengambil kira purata nilai-nilai lepas harga minyak sawit mentah.
- Model eksponen pelicinan, yang mengambil kira nilai-nilai lepas harga minyak sawit mentah dengan memberi penekanan lebih kepada nilai-nilai terkini.
- Model ARIMA, yang menggabungkan model autoregresi, model bergerak purata dan model eksponen pelicinan.
- Model GARCH, yang mengambil kira ketaksamaan dalam siri masa harga minyak sawit mentah.
- Model ANN, yang mengambil kira hubungan nonlinear antara harga minyak sawit mentah
- Model SVM, yang mengambil kira hubungan nonlinear antara harga minyak sawit mentah dengan pembolehubah bebas dengan menggunakan fungsi kernel yang sesuai.
- Model LSTM, yang mengambil kira hubungan nonlinear antara harga minyak sawit mentah dengan nilai-nilai lepasnya sendiri dengan menggunakan unit memori jangka panjang yang boleh mengingati dan melupakan maklumat.
- Model regresi kuantil, yang mengambil kira hubungan linear antara harga minyak sawit mentah dengan pembolehubah bebas pada tahap kuantil tertentu.
Saya telah menggunakan model-model ini untuk meramal harga kontrak FCPOM2023 pada masa akan datang dengan menggunakan data siri masa bulanan dari tahun 2008 hingga 2021. Saya telah menggunakan beberapa kriteria untuk menilai ketepatan dan keberkesanan model-model ini, seperti ralat purata mutlak (MAE), ralat kuasa dua purata (MSE), akar ralat kuasa dua purata (RMSE), koefisien penentuan (R-squared) dan statistik Theil U.😊
Hasilnya, saya mendapati bahawa model ARIMAX adalah model yang paling tepat dan paling berkesan dalam meramal harga kontrak FCPOM2023 pada masa akan datang. Model ini mempunyai nilai MAE, MSE, RMSE dan Theil U yang paling rendah serta nilai R-squared yang paling tinggi. Model ini juga mempunyai kelebihan dalam mengambil kira faktor-faktor luaran yang boleh mempengaruhi harga minyak sawit mentah.😊
