Analisis Pemodelan Dan Peramalan Inflasi Di Provinsi Jawa Timur Dari Tahun 2010-2020 Dengan Menggunakan Metode Spline dan Holt-Winters Exponential Smoothing

Puteri, Laras Berliyani (2021) Analisis Pemodelan Dan Peramalan Inflasi Di Provinsi Jawa Timur Dari Tahun 2010-2020 Dengan Menggunakan Metode Spline dan Holt-Winters Exponential Smoothing. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 06111740000065-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (8MB) | Request a copy

Abstract

Inflasi diartikan sebagai kenaikan harga barang dan jasa secara umum dan terus menerus dalam jangka waktu tertentu. Inflasi merupakan suatu gejala ekonomi yang memiliki sifat fluktuatif dan musiman. Sifat fluktuatif dan musiman tersebut menjadi faktor yang menyebabkan inflasi menjadi tidak stabil dan sulit untuk diprediksi. Oleh karena itu dibutuhkan suatu pemodelan untuk melakukan peramalan terhadap data inflasi. Pada penelitian ini, metode yang digunakan untuk membentuk model adalah regresi nonparametrik spline dan Holt-Winters exponential smoothing. Data yang digunakan untuk membentuk model adalah inflasi bulanan pada periode Januari 2010 sampai dengan Desember 2020. Dengan menggunakan kedua metode tersebut, didapatkan bahwa model spline berada pada orde dua dengan empat titik knot dan model Holt-Winters exponential smoothing didapatkan kombinasi parameter α=0,2; β=0,1;γ=0,2. Masing-masing model digunakan untuk meramalkan inflasi untuk periode Januari sampai dengan Mei 2021. Didapatkan hasil bahwa model Holt-Winters exponential smoothing kemampuan untuk peramalan adalah tidak layak dan model spline yang didapat adalah layak. Sehingga yang lebih baik digunakan untuk melakukan permalan adalah model spline.
================================================================================================
Inflation is defined as a generally and continuously increasing price of goods and services in a certain time. It's also an economic phenomenon that has fluctuating and seasonal data. Those are the factors that cause the inflation become unstable and hard to predict. Therefore a model is needed to forecast this data. This study uses nonparametric spline regression and Holt-Winters exponential smoothing to form the model. The used data is monthly inflation from January 2010 to Desember 2020. By using these methods, the best model for spline is in the second order with four knots and for the Holt-Winters exponential smoothing is a combination of parameters α=0,2; β=0,1; γ=0,2. Each model is used to forecast the inflation of January 2021 to May 2021. The results show that the Holt-Winters exponential smoothing model is not feasible for forecasting but the spline model is feasible. So, the spline model is better for forecasting this data than Holt-Winter.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Inflasi, Pemodelan, Peramalan, Spline, Holt-Winters Exponential Smoothing, Orde, Titik Knot, Parameter, Inflation, Modeling, Forecasting, Spline Method, Holt-Winters Exponential Smoothing Method, Knot Point, Parameter.
Subjects:	H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models. Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Laras Berliyani Puteri
Date Deposited:	31 Aug 2021 03:54
Last Modified:	31 Aug 2021 03:54
URI:	http://repository.its.ac.id/id/eprint/89662

Actions (login required)

View Item