Model Inflasi Indonesia Menggunakan Hybrid Autoregressive Integrated Moving Average (ARIMA)-Neural Network (NN)

Pratiwi, Deni (2021) Model Inflasi Indonesia Menggunakan Hybrid Autoregressive Integrated Moving Average (ARIMA)-Neural Network (NN). S1 thesis, Universitas Mataram.

[img]
Preview
Text
Abstrak Skripsi DENI PRATIWI.pdf

Download (15kB) | Preview

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 linier dan terdapat trend dalam data, kemudian dilakukan proses differencing dan dilakukan pemodelan data menggunakan ARIMA. Dari hasil pemodelan ARIMA menunjukkan data memiliki pola musiman setiap 12 periode, sehingga diperoleh model ARIMA terbaik, yakni SARIMA(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, yakni (3 x 2 x 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 ketetapan prediksi yang tinggi.

Item Type: Thesis (S1)
Keywords (Kata Kunci): Backpropagation, MAPE, SMSE, SARIMA
Subjects: H Social Sciences > HA Statistics
Q Science > QA Mathematics
Divisions: Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User: Dr. I Gede Adhitya Wisnu Wardhana
Date Deposited: 19 Apr 2022 03:00
Last Modified: 19 Apr 2022 03:00
URI: http://eprints.unram.ac.id/id/eprint/28663

Actions (login required)

View Item View Item