Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Fundamental Mathematics and Applications (JFMA)
Saragih, Shella Melati
Unknown Affiliation
Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS PERBANDINGAN METODE ARIMA DAN DOUBLE EXPONENTIAL SMOOTHING DARI BROWN PADA PERAMALAN INFLASI DI INDONESIA Saragih, Shella Melati; Sembiring, Pasukat
Journal of Fundamental Mathematics and Applications (JFMA) Vol 5, No 2 (2022)
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jfma.v5i2.15312

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. 
Co-Authors Pasukat Sembiring