DOI: https://doi.org/10.14710/jfma.v5i2.15312

ANALISIS PERBANDINGAN METODE ARIMA DAN DOUBLE EXPONENTIAL SMOOTHING DARI BROWN PADA PERAMALAN INFLASI DI INDONESIA

*Shella Melati Saragih  -  Universitas Sumatera Utara, Indonesia
Pasukat Sembiring  -  Universitas Sumatera Utara, Indonesia

Citation Format:
Abstract
Penelitian ini bertujuan untuk mendapatkan metode peramalan terbaik dalam memprediksi inflasi di Indonesia dengan membandingkan metode ARIMA dan Double Exponential Smoothing dari Brown. Data yang digunakan adalah data inflasi di Indonesia selama 8 tahun, mulai dari Januari 2014 sampai Desember 2021. Data yang akan diolah adalah data pada periode Januari 2014 sampai September 2021, sedangkan data lainnya akan digunakan untuk melihat deviasi pada peramalan. Analisis dilakukan terhadap pola data inflasi, horizon waktu peramalan, tingkat akurasi, serta penggunaan dari masing-masing metode. Berdasarkan penelitian ini, diketahui bahwa data inflasi yang digunakan mengandung pola trend menurun. Selain itu, periode hasil prediksi dari kedua metode tersebut paling efektif dalam melakukan peramalan jangka pendek (kurang dari 3 bulan). Hasil prediksi inflasi menggunakan metode ARIMA memperoleh MAPE sebesar 15,163%. Sedangkan hasil prediksi inflasi menggunakan metode Double Exponential Smoothing dari Brown memperoleh MAPE sebesar 5,068132%. Kesimpulan yang diperoleh yaitu metode Double Exponential Smoothing dari Brown lebih baik digunakan untuk peramalan jangka pendek inflasi di Indonesia dibandingkan dengan metode ARIMA karena menghasilkan nilai Mean Absolute Percentage Error (MAPE) yang lebih kecil serta memiliki waktu komputasi yang lebih cepat dibandingkan ARIMA. 
Fulltext View|Download
Keywords: ARIMA, Double Exponential Smoothing dari Brown, Inflasi, MAPE

Article Metrics:

Article Info
Section: FUNDAMENTAL MATHEMATICS AND APPLICATIONS
Language : ID
Recent articles
SOME NEW REMARKS ON POWER SUMS ESTIMASI PARAMETER MODEL ARCH MENGGUNAKAN METODE BAYES HIMPUNAN SISTEM-m_β DAN RADIKAL PRIMA-β GABUNGAN SUATU (R,S)-MODUL More recent articles
  1. S. Makridakis, S. Wheelwright C, and V. E. McGee, “Metode dan Aplikasi Peramalan,” Bin. Aksara, 1999
  2. A. Zahrunnisa, R. D. Nafalana, I. A. Rosyada, and E. Widodo, “Perbandingan Metode Exponential Smoothing Dan Arima Pada Peramalan Garis Kemiskinan Provinsi Jawa Tengah,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 2, no. 3, pp. 300–314, 2021, doi: 10.46306/lb.v2i3.91
  3. A. Nofiyanto, R. A. Nugroho, and D. Kartini, “Peramalan Permintaan Paving Blok Dengan Metode ARIMA,” Proc. Konf. Nas. Sist. dan Inform., vol. 9, pp. 54–59, 2015
  4. S. Assauri, Teknik dan Metode Peramalan: Penerapannya dalam Ekonomi dan Dunia Usaha. Jakarta: Lembaga Penerbit Fakultas Ekonomi UI, 1984
  5. Y. I. AJUNU, N. ACHMAD, and M. R. F. PAYU, “PERBANDINGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING DARI HOLT DALAM MERAMALKAN NILAI IMPOR DI INDONESIA,” Jambura J. Probab. Stat., vol. 1, no. 1, 2020, doi: 10.34312/jjps.v1i1.5393
  6. H. Hartati, “Penggunaan Metode Arima Dalam Meramal Pergerakan Inflasi,” J. Mat. Sains dan Teknol., vol. 18, no. 1, pp. 1–10, 2017, doi: 10.33830/jmst.v18i1.163.2017
  7. D. Friawan and Y. E. Kurnia, “Pandemi Covid-19 dan Ancaman Inflasi di Indonesia?,” CSIS Comment., vol. CSIS Comme, no. September, pp. 1–11, 2021
  8. S. Syahdan and S. Aisyah, “Peramalan Indekx Harga Konsumen (IHK) Kota Tarakan dengan Metode Double Exponential Smoothing dari Brown PERAMALAN INDEKS HARGA KONSUMEN (IHK) KOTA TARAKAN DENGAN METODE DOUBLE EXPONENTIAL SMOOTHING DARI BROWN (FORECASTING OF CONSUMER PRICE INDEX (CPI) TA,” J. Mat. dan Pendidik. Mat., vol. 5, no. 1, p. 54, 2020
  9. P. Metode, A. Box, and J. Dengan, “Perbandingan Metode Arima Box -Jenkins Dengan Metode Double Exponential Smoothing Dari Brown Dalam Memprediksi Jumlah Pengunjung Perpustakaan Daerah Provinsi Jawa Tengah Izza Hasanul Muna , Riza Arifudin berdasarkan atas tingkah laku dari gejala yang suda,” no. November 2014, 2020
  10. J. H. Maindonald, “Time Series Analysis With Applications in R, Second Edition by Jonathan D. Cryer, Kung-Sik Chan,” Int. Stat. Rev., vol. 77, no. 2, 2009, doi: 10.1111/j.1751-5823.2009.00085_1.x
  11. S. Mulyono, “Peramalan Harga Saham dan Nilai Tukar: Teknik Box-Jenkins,” Econ. Financ. Indones., vol. 48, 2000
  12. C. Ifeanyichukwu Ugoh, N. C. Nwabueze, N. A. Simeon, E. T. Chinaza, and O. C. Ogedi, “Comparative Performance of Simple Exponential Smoothing, Brown’s Linear Trend and ARIMA Model on Forecasting Neonatal Mortality Rate in Nigeria,” Asian J. Probab. Stat., vol. 16, no. 1, pp. 9–19, 2022, doi: 10.9734/ajpas/2022/v16i130391
  13. W. W. S. Wei, “William W.S. Wei - Time Series Analysis _ Univariate and Multivariate Methods (2nd Edition)-Addison Wesley (2005).pdf,” New introduction to Multiple Time Series Analysis. pp. 1–764, 2006
  14. R. J. Djami and Y. W. A. Nanlohy, “Peramalan Indeks Harga Konsumen di Kota Ambon Menggunakan Autoregressive Integrated Moving Average (ARIMA) dan Double Exponential Smoothing,” Var. J. Stat. Its Appl., vol. 4, pp. 1–14, 2022
  15. M. A. Maricar, “Analisa perbandingan nilai akurasi moving average dan exponential smoothing untuk sistem peramalan pendapatan pada Perusahaan XYZ,” J. Sist. dan Inform., vol. 13, no. 2, pp. 36–45, 2019

Last update:

No citation recorded.

Last update:

No citation recorded.