<![CDATA[ekonomi. Penelitian ini bertujuan untuk mengevaluasi performa tiga model prediktif berbasis deret waktu, yaitu ARIMA, ETS, dan Prophet, dalam meramalkan pencairan kredit bulanan. Data yang digunakan mencakup periode Februari 2022 hingga 2031 dan menunjukkan karakteristik volatil dengan adanya outlier signifikan. Metode penelitian meliputi uji stasioneritas (ADF, ACF, PACF), pembersihan data melalui imputasi outlier menggunakan moving average, serta pembangunan dan evaluasi model. Hasil analisis menunjukkan bahwa data bersifat stasioner, tetapi model ARIMA(0,0,0) dan ETS(M,N,M) pada data mentah menghasilkan akurasi rendah (MAPE > 178%). Setelah imputasi outlier, terjadi peningkatan signifikan pada kinerja model. Model Prophet mencatat performa terbaik dengan nilai RMSE (4.483.520), MAE (3.274.253), dan MAPE (85,11%), mampu menangkap tren non-linear dan pola musiman secara lebih efektif dibandingkan ARIMA dan ETS. Kesimpulan penelitian ini merekomendasikan penggunaan Model Prophet untuk peramalan pencairan kredit, dengan catatan pentingnya preprocessing data dan evaluasi berkala untuk menjaga akurasi prediksi.]]>
Copyrights © 2025
