<![CDATA[Model ARIMA merupakan metode populer dalam peramalan data deret waktu. Namun demikian, model ini memiliki keterbatasan dalam mengenali pola nonlinier yang dapat menyebabkan peningkatan kesalahan peramalan. Sebagai solusinya, Artificial Neural Network (ANN) yang mampu memotret pola nonlinier dapat diaplikasikan. Untuk menggabungkan keunggulan dari kedua model, dikembangkan metode Hybrid ARIMA-ANN. Penelitian ini membandingkan performa model ARIMA, ANN, dan Hybrid ARIMA-ANN pada kajian peramalan laju inflasi di Indonesia. Hasil penelitian menunjukkan bahwa pada data training, model Hybrid ARIMA-ANN memberikan performa terbaik dengan nilai MAPE sebesar 18,73% dan MASE sebesar 1,86. Pada data testing, model Hybrid menunjukkan peningkatan akurasi dengan nilai MAPE sebesar 17,95% dan MASE sebesar 1,16. Hasil ini mendukung penerapan metode Hybrid ARIMA-ANN sebagai pendekatan yang lebih andal dan efektif untuk peramalan deret waktu yang memuat pola linier dan nonlinier secara bersamaan.]]>
Copyrights © 2025
