PERAMALAN INFLASI DI INDONESIA MENGGUNAKAN METODE FUZZY TIME SERIES BASED AVERAGE DAN FUZZY TIME SERIES SAXENA-EASO

Studi kasus : Data Inflasi di Indonesia

  • Alfania Choiriyani Udin Jurusan Statistika, Fakultas Sains Terapan Jurusan Statistika Institut Sains & Teknologi AKPRIND Yogyakarta
  • Maria Titah Jatipaningrum Jurusan Statistika, Fakultas Sains Terapan Jurusan Statistika Institut Sains & Teknologi AKPRIND Yogyakarta
Keywords: Inflasi, Fuzzy Time Series Average Based, Fuzzy Time Series Saxena-Easo

Abstract

Inflasi merupakan salah satu indikator untuk melihat stabilitas ekonomi suatu wilayah yang menunjukkan perkembangan harga barang dan jasa secara terus menerus. Salah satu cara mengendalikan inflasi dengan menggunakan peramalan. Peramalan merupakan kegiatan yang memperkirakan kejadian di masa yang akan datang. Berkaitan dengan peramalan tersebut, maka berkembang teoriĀ  Fuzzy yang salah satunya adalah metode Fuzzy Time Series. Dalam hal ini, Fuzzy Time Series akan diterapkan untuk meramalkan inflasi di Indonesia periode Januari 2014 sampai dengan Januari 2020.

Dalam penelitian ini, metode Fuzzy Time Series yang digunakan adalah Fuzzy Time Series Average Based dan Fuzzy Time Series Saxena-Easo. Peramalan menggunakan Fuzzy Time Series Average Based yang diterapkan pada penentuan interval berbasis rata-rata untuk menentukan himpunan semesta, menentukan interval fuzzy, dan melakukan peramalan. Sedangkan metode Fuzzy Time Series Saxena-Easo, pada data aktual akan diubah menjadi persentase perubahan untuk menentukan himpunan semesta, menentukan interval awal, menentukan interval fuzzy, menghitung nilai prediksi perubahan dan melakukan peramalan. Hasil peramalan kedua metode tersebut, akan diukur menggunakan tingkat akurasi Mean Absolute Persentage Error (MAPE).

Hasil perhitungan penelitian ini menunjukkan bahwa peramalan menggunakan metode Fuzzy Time SeriesĀ  Average Based menghasilkan tingkat akurasi MAPE sebesar 0.05448% sedangkan Fuzzy Time Series Saxena-Easo menghasilkan tingkat akurasi MAPE sebesar 0.0131%. Dari perbandingan kedua metode tersebut, metode Fuzzy Time Series Saxena-Easo mempunyai tingkat akurasi MAPE yang lebih kecil, sehingga metode Fuzzy Time Series Saxena-Easo lebih baik digunakan untuk meramalkan inflasi periode bulan Februari dan Maret 2020.

Published
2020-07-16