Penggunaan Metode Autoregressive Integrated Moving Average (ARIMA) untuk Peramalan Data Inflasi di Indonesia
Kata Kunci:
ARIMA, Inflasi, PeramalanAbstrak
Inflasi merupakan gejala krisis ekonomi yang melanda suatu negara dan sangat merugikan bagi negara itu sendiri, analisis yang tepat untuk meramalkan data inflasi yaitu metode ARIMA. Metode ARIMA merupakan suatu metode akurat yang mewakili pola masa lalu dan masa depan dari suatu data deret waktu sebab menggunakan pendekatan iteratif dalam mengidentifikasikan suatu model yang paling tepat dari berbagai model yang ada. ARIMA dinotasikan ARIMA (p,d,q). Tujuan penelitian ini adalah untuk melihat model terbaik dalam meramalkan inflasi di Indonesia menggunakan metode ARIMA. Diperoleh ARIMA terbaik yaitu ARIMA (2,0,0) dengan nilai MSE terkecil yaitu sebesar 0,2417. Selanjutnya dilakukan peramalan data inflasi di Indonesia untuk sepuluh bulan mendatang, yaitu 0,171; 0,538; 0,646; 0,569; 0,486; 0,469; 0,490; 0,508; 0,511; dan 0,505.
Referensi
Anonim. (2024). Inflasi. http://id.wikipedia.org/wiki/Inflasi (Akses tanggal 28 Februari 2024).
BPS. (2016). http://www.bps.go.id/aboutus.php?inflasi=1 (Akses tanggal 28 Februari 2024).
Juisal. (2010). Penerapan Meotfe Arima Untuk Meramalkan Suku Bunga Bank Indonesia Tahun 2010. Kendari: Universitas Halu Oleo, Fakultas Matematika dan Ilmu Pengetahuan Alam
Makridakis, S., Wheelwright, S.C., & McGee, V.E. (1999). Metode Aplikasi dan Peramalan. Edisi ke-2. Hari Sumintro, penerjemah. Jakarta: Binarupa Aksara.
Nainggolan. (2008). Pemodelan dan Peramalan Deret Waktu Musiman. Medan: Universitas Sumatera Utara
Santoso, S. (2009). Business Forecasting: Metode Peramalan Bisnis Masa Kini dengan MINITAB dan SPSS. Jakarta: PT. Elex Media Komputindo.
Sudjana. (1989). Metode Statistika. Bandung: Tarsito.
Wei, W.W.S. (1994). Time Series Analysis: Univariate and Multivariate Methods. New York: Addison Wesley Publishing Company.
