Perbandingan Peramalan Metode Moving Average dan Exponential Smoothing Holt Winter Untuk Menentukan Peramalan Inflasi di Indonesia

Yuseva Rismawanti, Moh. Yamin Darsyah

Abstract


Inflasi diartikan sebagai meningkatnya harga-harga secara umum dan terus menerus. Kenaikan harga dari satu atau dua barang saja tidak dapat disebut inflasi kecuali bila kenaikan itu meluas (atau mengakibatkan kenaikan harga) pada barang lainnya. Kebalikan dari inflasi disebut deflasi. Tujuan dari penelitian ini adalah untuk memanfaatkan informasi yang ada semaksimal mungkin dengan menggunakan sistem informasi manajemen. Dalam sistem informasi manajemen ini akan mengelola data untuk dijadikan informasi yang lebih mudah dilihat seperti menggunakan grafik. Sistem informasi manajemen ini disertai peramalan untuk membantu pengguna dalam pengambilan keputusan. Metode yang digunakan untuk melakukan peramalan pada sistem informasi manajemen ini adalah moving average dan exponential smoothing holt winter yang merupakan salah satu atau salah dua dari metode time series dalam peramalan. Penggunaan peramalan dengan metode moving average dan exponential smoothing holt winter ini untuk meramalkan data inflasi di Indonesia yang akan mendatang, diharapkan dengan menggunakan metode tersebut nantinya peramalan yang dihasilkan akan sesuai atau berhimpit dengan data asli. Kedua metode yang digunakan tersebut kemudian dipilih metode mana yang paling baik untuk menunjukan hasil peramalan yangnilai errornya paling kecil. Kedua metode peramalan yang telah dilakukan didapatkan metode yang
paling baik adalah metode exponential smoothing holt winter. Dilihat dari nilai MAPE yang paling kecil yakni sebesar 8.36485 kedua metode digunakan untuk peramalan enam bulan kedepan.

Kata kunci: moving average, exponential smoothing holt winter, inflasi, peramalan

Abstract

Inflation is defined as increasing prices in general and continuously. The price increase of just one or two items cannot be called inflation unless the increase extends (or results in a price increase) in other goods. The opposite of inflation is called deflation. The purpose of this research is to make the most of available information using management information systems. In this management information system, it will manage data to make information easier to see such as using graphics. This management information system is accompanied by forecasting to assist users in decision making. The method used to forecast the management information system is the moving average and exponential smoothing holt winter which is one or one of the time series methods in forecasting. The use of forecasting with the moving average method and exponential smoothing holt winter is to predict future inflation data in Indonesia, it is hoped that using this method will produce the corresponding forecast or coincide with the original data. The two methods used are then selected which method is the best to show the results of forecasting the smallest error value. The two forecasting methods that have been done are the best method is the exponential smoothing holt winter method. Judging from the smallest MAPE value of 8.36485 both methods are used for forecasting the next six months.


Keywords


moving average; exponential smoothing holt winter; inflation; forecasting

Full Text:

PDF

References


Awat, N.J. 1995. Metode Statistik dan Ekonometri. Liberty. Yogyakarta.

Dewi, E.A. 2018. “Perbandingan Metode Holt Winter’s Exponential Smoothing dan Extreme Learning Machine (ELM) Pada Peramlan Penjualan Semen”. Universitas Islam Indonesia. Yogyakarta.

https://id.m.wikipedia.org/wiki/Inflasi

http://ejournal.pelbeng.ac.id/index.php/ISI/article/download/112/105

https://www.bi.go.id/id/moneter/inflasi/data

Supranto, J. 2000. Statistik: Teori dan Aplikasi. Jilid 1 Edisi keenam. Jakarta: Erlangga.

Safitri, T. 2016. Perbandingan Peramalan Menggunakan Exponential Smoothing Holt-Winters dan ARIMA. Universitas Negri Semarang, Semarang.


Refbacks

  • There are currently no refbacks.