MODEL INFLASI INDONESIA MENGGUNAKAN HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)-NEURAL NETWORK (NN)

DENI, PRATIWI (2021) MODEL INFLASI INDONESIA MENGGUNAKAN HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)-NEURAL NETWORK (NN). S1 thesis, Universitas Mataram.

Text SKRIPSI DENI PRATIWI (G1D016010).pdf Restricted to Repository staff only Download (2MB)

Abstract

Salah satu indikator ekonomi makro untuk melihat stabilitas perekonomian suatu negara adalah inflasi. Penelitian ini bertujuan untuk memodelkan nilai inflasi bulanan di Indonesia dari Januari 2003 sampai dengan Desember 2019 dengan hybrid ARIMA-NN. Hasil penelitian menunjukkan adanya pola non linear dan terdapat trend dalam data, kemudian dilakukan proses differencing dan dilakukan pemodelan data menggunakan ARIMA. Dari hasil pemodelan ARIMA menunjukan data memiliki pola musiman setiap 12 periode, sehingga diperoleh model ARIMA terbaik, yaitu ������(1,1,0)(0,1,1)12 dengan nilai Root Mean Square Error (RMSE) sebesar 0,01134. Selanjutnya, residual ARIMA yang tidak memenuhi asumsi white noise dan kenormalan dimodelkan dengan NN. Diperoleh struktur terbaik, yaitu (3 × 2 × 1) dengan RMSE sebesar 0,023984. Dari hasil prediksi ARIMA dan residual NN diperoleh prediksi inflasi dengan model hybrid ARIMA-NN untuk memprediksi nilai inflasi bulanan di Indonesia 12 bulan kedepan, diperoleh nilai Mean Absolut Percentage Error (MAPE) sebesar 11,40873% artinya model yang dihasilkan memiliki ketepatan prediksi yang tinggi.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Kata Kunci: Backpropagation, MAPE, RMSE, SARIMA
Subjects:	Q Science > Q Science (General)
Divisions:	Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User:	Rini Trisnawati
Date Deposited:	15 Mar 2021 02:43
Last Modified:	15 Mar 2021 02:43
URI:	http://eprints.unram.ac.id/id/eprint/21388

Actions (login required)

View Item