Perbandingan Metode Winter's Exponential Smooting dan Arima Pada Peramalan Laju Inflasi di Indonesia

Fatayah, Bahjatul (2022) Perbandingan Metode Winter's Exponential Smooting dan Arima Pada Peramalan Laju Inflasi di Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111840000079-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Stabilitas ekonomi suatu negara dapat dilihat dari inflasi yang merupakan indikator untuk mengukur kondisi perekonomian suatu negara.Inflasi ditunjukkan dengan kenaikan harga barang kebutuhan pokok dan jasa secara umum dan terus-menerus.Laju pertumbuhan inflasi harus dikendalikan dengan baik karena sangat berdampak terhadap berbagai sektor kehidupan.Oleh karena itu, dibutuhkan suatu pemodelan untuk melakukan peramalan terhadap data inflasi.Pada penelitian ini, metode yang digunakan untuk membentuk model adalah metode Winters's Exponential Smooting dan metode ARIMA (Autoregressive Integrated Moving Average).Data yang digunakan adalah data inflasi di Indonesia periode Januari 2016 sampai dengan Desember 2021, dengan menggunakan metode Winters's Exponential Smooting dan ARIMA, didapatkan bahwa model terbaik yaitu ARIMA (1,0,[1,3,9]), model Winters's Exponential Smooting multiplikatif dengan $\sigma=0.1$ $\beta=0.2$ dan $\gamma=0.2$ model Winters's Exponential Smooting aditif dengan $\sigma=0.1$, $\beta=0.1$ dan $\gamma=$ 0.2.Masing-masing model digunakan untuk meramalkan inflasi di Indonesia untuk periode Januari sampai dengan Desember 2022. Didapatkan hasil bahwa model ARIMA (1,0,[1,3,9]) menghasilkan nilai yang lebih akurat dibandingkan dengan model Winter's Exponential Smooting dikarenakan memiliki nilai MAPE terkecil yaitu sebesar 35.14%.
==============================================================================================================================
The economic stability of a country can be seen from inflation which is an indicator to measure the economic condition of a country.Inflation is indicated by an increase in the prices of basic goods and services in general and continuously.The rate of growth of inflation must be controlled properly because it has an impact on various sectors of life.Therefore, a model is needed to forecast inflation data.In this study, the methods used to construct the model are the Winters' Exponential Smoothing method and the ARIMA (Autoregressive Integrated Moving Average) method.The data used is inflation data in Indonesia for the period January 2016 to December 2021, using the Winters' Exponential Smoothing and ARIMA methods, it is found that the best model is ARIMA (1,0,[1,3,9]), the Winters' Exponential Smoothing model is multiplicative.with

Item Type:	Thesis (Other)
Additional Information:	RSMa 519.535 Fat p-1 2022
Uncontrolled Keywords:	Inflasi, Peramalan, Winter's Exponential Smooting, ARIMA. Inflation, Forecasting, Winter's Exponential Smoothing, ARIMA.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	08 Jun 2026 06:19
Last Modified:	08 Jun 2026 06:19
URI:	http://repository.its.ac.id/id/eprint/133632

Actions (login required)

View Item