Memperkirakan beberapa deret waktu dengan model univariat

---

Tutorial ini mengajarkan cara menggunakan model deret waktu univariat untuk memperkirakan nilai mendatang untuk kolom tertentu, berdasarkan nilai historis untuk kolom tersebut.

Tutorial ini memperkirakan beberapa deret waktu. Nilai perkiraan dihitung untuk setiap titik waktu, untuk setiap nilai dalam satu atau beberapa kolom yang ditentukan. Misalnya, jika Anda ingin memperkirakan cuaca dan menentukan kolom yang berisi data kota, data yang diprediksi akan berisi perkiraan untuk semua titik waktu untuk Kota A, lalu nilai yang diprediksi untuk semua titik waktu untuk Kota B, dan seterusnya.

Tutorial ini menggunakan data dari tabel bigquery-public-data.new_york.citibike_trips publik. Tabel ini berisi informasi tentang perjalanan Citi Bike di New York City.

Sebelum membaca tutorial ini, sebaiknya baca Membuat perkiraan deret waktu tunggal dengan model univariat.

Tujuan

Tutorial ini memandu Anda menyelesaikan tugas-tugas berikut:

• Membuat model deret waktu untuk memperkirakan jumlah perjalanan sepeda menggunakan pernyataan CREATE MODEL.
• Mengevaluasi informasi autoregressive integrated moving average (ARIMA) dalam model menggunakan fungsi ML.ARIMA_EVALUATE.
• Memeriksa koefisien model menggunakan fungsi ML.ARIMA_COEFFICIENTS.
• Mengambil informasi perjalanan sepeda yang diprediksi dari model menggunakan fungsi ML.FORECAST.
• Mengambil komponen deret waktu, seperti tren musiman dan tren, menggunakan fungsi ML.EXPLAIN_FORECAST. Anda dapat memeriksa komponen deret waktu ini untuk menjelaskan nilai yang diprediksi.

Biaya

Tutorial ini menggunakan komponen Google Cloud yang dapat ditagih, termasuk:

• BigQuery
• BigQuery ML

Untuk informasi selengkapnya tentang biaya BigQuery, lihat halaman harga BigQuery.

Untuk informasi selengkapnya tentang biaya BigQuery ML, lihat harga BigQuery ML.

Sebelum memulai

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

3. Make sure that billing is enabled for your Google Cloud project.

4. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

5. Make sure that billing is enabled for your Google Cloud project.

6. BigQuery secara otomatis diaktifkan dalam project baru. Untuk mengaktifkan BigQuery dalam project yang sudah ada, buka

   Aktifkan API BigQuery.

   Mengaktifkan API

Izin yang Diperlukan

• Untuk membuat set data, Anda memerlukan izin IAM bigquery.datasets.create.

• Untuk membuat resource koneksi, Anda memerlukan izin berikut:

  • bigquery.connections.create
  • bigquery.connections.get

• Untuk membuat model, Anda memerlukan izin berikut:

  • bigquery.jobs.create
  • bigquery.models.create
  • bigquery.models.getData
  • bigquery.models.updateData
  • bigquery.connections.delegate

• Untuk menjalankan inferensi, Anda memerlukan izin berikut:

  • bigquery.models.getData
  • bigquery.jobs.create

Untuk mengetahui informasi lebih lanjut tentang peran dan izin IAM di BigQuery, baca Pengantar IAM.

Membuat set data

Buat set data BigQuery untuk menyimpan model ML Anda:

1. Di konsol Google Cloud, buka halaman BigQuery.

   Buka halaman BigQuery

2. Di panel Explorer, klik nama project Anda.

3. Klik View actions > Create dataset.

   

4. Di halaman Create dataset, lakukan hal berikut:

   • Untuk Dataset ID, masukkan bqml_tutorial.

   • Untuk Location type, pilih Multi-region, lalu pilih US (multiple regions in United States).

     Set data publik disimpan di US multi-region. Untuk mempermudah, simpan set data Anda di lokasi yang sama.

   • Jangan ubah setelan default yang tersisa, lalu klik Create dataset.

     

Memvisualisasikan data input

Sebelum membuat model, Anda dapat memvisualisasikan data deret waktu input secara opsional untuk mendapatkan gambaran distribusi. Anda dapat melakukannya menggunakan Looker Studio.

Pernyataan SELECT dari kueri berikut menggunakan fungsi EXTRACT untuk mengekstrak informasi tanggal dari kolom starttime. Kueri ini menggunakan klausa COUNT(*) untuk mendapatkan jumlah total harian perjalanan Citi Bike.

Ikuti langkah-langkah berikut untuk memvisualisasikan data deret waktu:

1. Di Konsol Google Cloud, buka halaman BigQuery.

   Buka BigQuery

2. Di editor kueri, tempel kueri berikut dan klik Jalankan:

   SELECT
     EXTRACT(DATE from starttime) AS date,
     COUNT(*) AS num_trips
   FROM
   `bigquery-public-data.new_york.citibike_trips`
   GROUP BY date;

3. Setelah kueri selesai, klik Explore data > Explore with Looker Studio. Looker Studio akan terbuka di tab baru. Selesaikan langkah-langkah berikut di tab baru.

4. Di Looker Studio, klik Sisipkan > Diagram deret waktu.

5. Di panel Chart, pilih tab Setup.

6. Di bagian Metric, tambahkan kolom num_trips, dan hapus metrik Record Count default. Diagram yang dihasilkan akan terlihat mirip dengan berikut ini:

   

Membuat model deret waktu

Anda ingin memperkirakan jumlah perjalanan sepeda untuk setiap stasiun Citi Bike, yang memerlukan banyak model deret waktu; satu untuk setiap stasiun Citi Bike yang disertakan dalam data input. Anda dapat menulis beberapa kueri CREATE MODEL untuk melakukannya, tetapi itu mungkin membosankan dan memakan waktu, terutama jika Anda memiliki banyak deret waktu. Sebagai gantinya, Anda dapat menggunakan satu kueri untuk membuat dan menyesuaikan serangkaian model deret waktu guna memperkirakan beberapa deret waktu sekaligus.

Dalam kueri berikut, klausa OPTIONS(model_type='ARIMA_PLUS', time_series_timestamp_col='date', ...) menunjukkan bahwa Anda membuat model deret waktu berbasis ARIMA. Anda menggunakan opsi time_series_id_col dari pernyataan CREATE MODEL untuk menentukan satu atau beberapa kolom dalam data input yang ingin Anda dapatkan prediksinya, dalam hal ini stasiun Citi Bike, seperti yang diwakili oleh kolom start_station_name. Anda menggunakan klausa WHERE untuk membatasi stasiun awal hanya untuk stasiun dengan Central Park di namanya. Opsi auto_arima_max_order dalam pernyataan CREATE MODEL mengontrol ruang penelusuran untuk penyesuaian hyperparameter dalam algoritma auto.ARIMA. Opsi decompose_time_series dari pernyataan CREATE MODEL secara default ditetapkan ke TRUE, sehingga informasi tentang data deret waktu ditampilkan saat Anda mengevaluasi model di langkah berikutnya.

Ikuti langkah-langkah berikut untuk membuat model:

1. Di Konsol Google Cloud, buka halaman BigQuery.

   Buka BigQuery

2. Di editor kueri, tempel kueri berikut dan klik Jalankan:

   CREATE OR REPLACE MODEL `bqml_tutorial.nyc_citibike_arima_model_group`
   OPTIONS
   (model_type = 'ARIMA_PLUS',
     time_series_timestamp_col = 'date',
     time_series_data_col = 'num_trips',
     time_series_id_col = 'start_station_name',
     auto_arima_max_order = 5
   ) AS
   SELECT
     start_station_name,
     EXTRACT(DATE from starttime) AS date,
     COUNT(*) AS num_trips
   FROM
   `bigquery-public-data.new_york.citibike_trips`
   WHERE start_station_name LIKE '%Central Park%'
   GROUP BY start_station_name, date;

   Kueri ini selesai dalam sekitar 24 detik, setelah itu model nyc_citibike_arima_model_group akan muncul di panel Explorer. Karena kueri ini menggunakan pernyataan CREATE MODEL, Anda tidak akan melihat hasil kueri.

Kueri ini membuat dua belas model deret waktu, satu untuk masing-masing dari dua belas stasiun awal Citi Bike dalam data input. Biaya waktu, sekitar 24 detik, hanya 1,4 kali lebih lama daripada membuat satu model deret waktu karena paralelisme. Namun, jika Anda menghapus klausa WHERE ... LIKE ..., akan ada lebih dari 600 deret waktu untuk diperkirakan, dan tidak akan sepenuhnya diperkirakan secara paralel karena keterbatasan kapasitas slot. Dalam hal ini, kueri akan memerlukan waktu sekitar 15 menit untuk selesai. Untuk mengurangi runtime kueri dengan potensi sedikit menurunnya kualitas model, Anda dapat mengurangi nilai opsi auto_arima_max_order menjadi 3 atau 4 dari nilai default 5. Tindakan ini akan mengecilkan ruang penelusuran penyesuaian hyperparameter dalam algoritma auto.ARIMA. Untuk informasi selengkapnya, lihat Large-scale time series forecasting best practices.

Mengevaluasi model

Evaluasi model deret waktu menggunakan fungsi ML.ARIMA_EVALUATE. Fungsi ML.ARIMA_EVALUATE menampilkan metrik evaluasi yang dihasilkan untuk model selama proses penyesuaian hyperparameter otomatis.

Ikuti langkah-langkah berikut untuk mengevaluasi model:

1. Di Konsol Google Cloud, buka halaman BigQuery.

   Buka BigQuery

2. Di editor kueri, tempel kueri berikut dan klik Jalankan:

   SELECT
    *
   FROM
    ML.ARIMA_EVALUATE(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`);

   Hasilnya akan terlihat seperti berikut:

   

   Kolom start_station_name mengidentifikasi kolom data input yang deret waktunya dibuat. Ini adalah kolom yang Anda tentukan dalam opsi time_series_id_col dari pernyataan CREATE MODEL.

   Kolom output non_seasonal_p, non_seasonal_d, non_seasonal_q, dan has_drift menentukan model ARIMA dalam pipeline pelatihan. Kolom output log_likelihood, AIC, dan variance relevan dengan proses pencocokan model ARIMA.Proses pencocokan menentukan model ARIMA terbaik dengan menggunakan algoritma auto.ARIMA, satu untuk setiap deret waktu.

   Algoritma auto.ARIMA menggunakan pengujian KPSS untuk menentukan nilai terbaik untuk non_seasonal_d, yang dalam hal ini adalah 1. Jika non_seasonal_d adalah 1, algoritma auto.ARIMA akan melatih 42 model ARIMA kandidat yang berbeda secara paralel. Dalam contoh ini, ke-42 model kandidat sudah valid, sehingga output berisi 42 baris, satu untuk setiap model ARIMA kandidat; jika beberapa model tidak valid, model tersebut akan dikecualikan dari output. Model kandidat ini ditampilkan dalam urutan menaik oleh AIC. Model di baris pertama memiliki AIC terendah, dan dianggap sebagai model terbaik. Model terbaik ini disimpan sebagai model akhir dan digunakan saat Anda memanggil ML.FORECAST, ML.EVALUATE, dan ML.ARIMA_COEFFICIENTS seperti yang ditunjukkan pada langkah-langkah berikut.

   Kolom seasonal_periods berisi informasi tentang pola musiman yang diidentifikasi dalam data deret waktu. Setiap deret waktu dapat memiliki pola musiman yang berbeda. Misalnya, dari gambar, Anda dapat melihat bahwa satu deret waktu memiliki pola tahunan, sementara yang lainnya tidak.

   Kolom has_holiday_effect, has_spikes_and_dips, dan has_step_changes hanya diisi saat decompose_time_series=TRUE. Kolom ini juga mencerminkan informasi tentang data deret waktu input, dan tidak terkait dengan pemodelan ARIMA. Kolom ini juga memiliki nilai yang sama di semua baris output.

   Untuk mengetahui informasi selengkapnya tentang kolom output, lihat fungsi ML.ARIMA_EVALUATE.

Meskipun auto.ARIMA mengevaluasi banyak kandidat model ARIMA untuk setiap deret waktu, ML.ARIMA_EVALUATE secara default hanya menghasilkan output informasi model terbaik untuk meringkas tabel output. Untuk melihat semua kandidat model, Anda dapat menetapkan argumen show_all_candidate_model fungsi ML.ARIMA_EVALUATE ke TRUE.

Memeriksa koefisien model

Periksa koefisien model deret waktu menggunakan fungsi ML.ARIMA_COEFFICIENTS.

Ikuti langkah-langkah berikut untuk mengambil koefisien model:

1. Di Konsol Google Cloud, buka halaman BigQuery.

   Buka BigQuery

2. Di editor kueri, tempel kueri berikut dan klik Jalankan:

   SELECT
    *
   FROM
    ML.ARIMA_COEFFICIENTS(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`);

   Kueri ini selesai dalam waktu kurang dari satu detik. Hasilnya akan terlihat seperti berikut:

   

   Kolom start_station_name mengidentifikasi kolom data input yang deret waktunya dibuat. Ini adalah kolom yang Anda tentukan dalam opsi time_series_id_col dari pernyataan CREATE MODEL.

   Kolom output ar_coefficients menunjukkan koefisien model bagian autoregresif (AR) dari model ARIMA. Demikian pula, kolom output ma_coefficients menunjukkan koefisien model bagian rata-rata bergerak (MA) dari model ARIMA. Kedua kolom ini berisi nilai array, yang panjangnya sama dengan non_seasonal_p dan non_seasonal_q secara berurutan. Nilai intercept_or_drift adalah istilah konstan dalam model ARIMA.

   Untuk mengetahui informasi selengkapnya tentang kolom output, lihat fungsi ML.ARIMA_COEFFICIENTS.

Menggunakan model untuk memperkirakan data

Perkiraan nilai deret waktu mendatang menggunakan fungsi ML.FORECAST.

Dalam kueri GoogleSQL berikut, klausa STRUCT(3 AS horizon, 0.9 AS confidence_level) menunjukkan bahwa kueri memperkirakan 3 titik waktu di masa mendatang, dan menghasilkan interval prediksi dengan tingkat keyakinan 90%.

Ikuti langkah-langkah berikut untuk memperkirakan data dengan model:

1. Di Konsol Google Cloud, buka halaman BigQuery.

   Buka BigQuery

2. Di editor kueri, tempel kueri berikut dan klik Jalankan:

   SELECT
    *
   FROM
    ML.FORECAST(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`,
      STRUCT(3 AS horizon, 0.9 AS confidence_level))

3. Klik Run.

   Kueri ini selesai dalam waktu kurang dari satu detik. Hasilnya akan terlihat seperti berikut:

   

   Kolom pertama, start_station_name, menganotasi deret waktu yang dicocokkan dengan setiap model deret waktu. Setiap start_station_name memiliki tiga baris hasil perkiraan, seperti yang ditentukan oleh nilai horizon.

   Untuk setiap start_station_name, baris output diurutkan sesuai dengan kronologi berdasarkan nilai kolom forecast_timestamp. Dalam perkiraan deret waktu, interval prediksi, seperti yang diwakili oleh nilai kolom prediction_interval_lower_bound dan prediction_interval_upper_bound, sama pentingnya dengan nilai kolom forecast_value. Nilai forecast_value adalah titik tengah interval prediksi. Interval prediksi bergantung pada nilai kolom standard_error dan confidence_level.

   Untuk mengetahui informasi selengkapnya tentang kolom output, lihat fungsi ML.FORECAST.

Menjelaskan hasil perkiraan

Anda bisa mendapatkan metrik penjelasan selain data perkiraan menggunakan fungsi ML.EXPLAIN_FORECAST. Fungsi ML.EXPLAIN_FORECAST memperkirakan nilai deret waktu mendatang dan juga menampilkan semua komponen terpisah dari deret waktu. Jika Anda hanya ingin menampilkan data perkiraan, gunakan fungsi ML.FORECAST, seperti yang ditunjukkan dalam Menggunakan model untuk memperkirakan data.

Klausa STRUCT(3 AS horizon, 0.9 AS confidence_level) yang digunakan dalam fungsi ML.EXPLAIN_FORECAST menunjukkan bahwa kueri memperkirakan 3 titik waktu di masa mendatang dan menghasilkan interval prediksi dengan keyakinan 90%.

Ikuti langkah-langkah berikut untuk menjelaskan hasil model:

1. Di Konsol Google Cloud, buka halaman BigQuery.

   Buka BigQuery

2. Di editor kueri, tempel kueri berikut dan klik Jalankan:

   SELECT
    *
   FROM
    ML.EXPLAIN_FORECAST(MODEL `bqml_tutorial.nyc_citibike_arima_model_group`,
      STRUCT(3 AS horizon, 0.9 AS confidence_level));

   Kueri ini selesai dalam waktu kurang dari satu detik. Hasilnya akan terlihat seperti berikut:

   

   Ribuan baris pertama yang ditampilkan adalah semua data histori. Anda harus men-scroll hasil untuk melihat data perkiraan.

   Baris output diurutkan terlebih dahulu berdasarkan start_station_name, lalu berdasarkan kronologis berdasarkan nilai kolom time_series_timestamp. Dalam perkiraan deret waktu, interval prediksi, seperti yang diwakili oleh nilai kolom prediction_interval_lower_bound dan prediction_interval_upper_bound, sama pentingnya dengan nilai kolom forecast_value. Nilai forecast_value adalah titik tengah interval prediksi. Interval prediksi bergantung pada nilai kolom standard_error dan confidence_level.

   Untuk mengetahui informasi selengkapnya tentang kolom output, lihat ML.EXPLAIN_FORECAST.

Pembersihan

Agar akun Google Cloud Anda tidak dikenai biaya untuk resource yang digunakan dalam tutorial ini, hapus project yang berisi resource tersebut, atau simpan project dan hapus resource satu per satu.

• Anda dapat menghapus project yang dibuat.
• Atau, Anda dapat menyimpan project dan menghapus set data.

Menghapus set data

Jika project Anda dihapus, semua set data dan semua tabel dalam project akan dihapus. Jika ingin menggunakan kembali project tersebut, Anda dapat menghapus set data yang dibuat dalam tutorial ini:

1. Jika perlu, buka halaman BigQuery di konsol Google Cloud.

   Buka halaman BigQuery

2. Di navigasi, klik set data bqml_tutorial yang Anda buat.

3. Klik Hapus set data untuk menghapus set data, tabel, dan semua data.

4. Pada dialog Hapus set data, konfirmasi perintah hapus dengan mengetikkan nama set data Anda (bqml_tutorial), lalu klik Hapus.

Menghapus project Anda

Untuk menghapus project:

Perhatian: Menghapus project memiliki efek berikut:

• Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
• Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

Jika Anda berencana mempelajari berbagai arsitektur, tutorial, atau panduan memulai, menggunakan kembali project dapat membantu agar Anda tidak melampaui batas kuota project.

1. Di konsol Google Cloud, buka halaman Manage resource.

   Buka Manage resource

2. Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.
3. Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

Langkah selanjutnya

• Pelajari cara membuat perkiraan deret waktu tunggal dengan model univariat
• Pelajari cara membuat perkiraan deret waktu tunggal dengan model multi-variasi
• Pelajari cara menskalakan model univariat saat memperkirakan beberapa deret waktu di banyak baris.
• Pelajari cara membuat perkiraan hierarkis beberapa deret waktu dengan model univariat
• Untuk ringkasan BigQuery ML, lihat Pengantar AI dan ML di BigQuery.