PERBANDINGAN NILAI AKURASI PERAMALAN MODEL TERBAIK ARFIMA-GPH DAN INTERVENSI MULTI INPUT DALAM PERAMALAN IHPBI
Miftahuddin Miftahuddin(1*), Vivi Dina Melani(2), Muhammad Subianto(3), Indah Manfaati Nur(4)
(1) Program Studi Statistika, FMIPA, Universitas Syiah Kuala (2) Program Studi Statistika, FMIPA, Universitas Syiah Kuala (3) Program Studi Statistika, FMIPA, Universitas Syiah Kuala (4) Program Studi Statistika, FMIPA, Universitas Muhammadiyah Semarang (*) Corresponding Author
Abstract
Indeks Harga Perdagangan Besar Indonesia (IHPBI) diperlukan sebagai suatu penunjuk awal dalam analisis harga konsumen, dimana ketika terjadi inflasi maka stabilitas ekonomi Indonesia akan mulai terganggu. Sehingga untuk menekan laju inflasi pemerintah perlu mengambil suatu kebijakan menaikkan suku bunga sebagai satu solusi. Penelitian ini bertujuan untuk melihat IHPBI dalam 3 tahun ke depan melalui peramalan runtun waktumenggunakan metode ARFIMA-GPH dan intervensi multi input. Hal ini dilakukan untuk mengetahui pergerakan IHPBI selama 3 tahun kedepan dan untuk membandingkan kedua metode tersebut. Hasil yang diperoleh menunjukkan bahwa model yang dipilih adalah ARFIMA (1,d,0) dengan nilai d 0,1579, intervensi multi input pada Januari 2009 dengan ARIMA (1,1,1) orde (b=0, s=1, r=1 ) dan intervensi pada November 2013 dengan orde ARIMA (1,1,2) (b=1, s=1, r=0). Peramalan IHPBI untuk 3 tahun ke depan meningkat secara perlahan setiap bulannya. Metode terbaik berdasarkan perbandingan nilai akurasi peramalan adalah intervensi Januari 2013 dengan ARIMA(1,1,2) dan orde (b=1, s=1, r=0), memiliki nilai akurasi MAE dan MAPE terkecil, yaitu MAE sebesar 0,0119 dan MAPE sebesar 0,9079% yang menunjukkan bahwa metode dan model dalam peramalan sangat baik karena nilai akurasi model peramalan mendekati 0.PERBANDINGAN NILAI AKURASI PERAMALAN MODEL TERBAIK ARFIMA-GPH DAN INTERVENSI MULTI INPUT DALAM PERAMALAN IHPBI
Rahmadani, E. (2018). Pengaruh Indeks Harga Konsumen, Inflasi dan Investasi Terhadap Produk Domestik Bruto di Indonesia (Tugas Akhir). Institut Agama Islam Negeri Tulungagung, Tulungagung.
Badan Pusat Statistik Indonesia. (2021). Indeks Harga Perdagangan Besar Indonesia, 2000-2019.
Natanael, D. K., Safitri, D., & Suparti. (2018). Prediksi Harga Minyak Dunia Dengan Metode Autoregressive Fractionally Integrated Moving Average (ARFIMA). Jurnal Statistika Universitas Muhammadiyah Semarang. 6(1).
Fitriani, L. (2019). Analisis Intervensi Multi Input Fungsi Step dan Pulse dalam Model SARIMA (Tugas Akhir). Universitas Lampung, Lampung.
Idris, S., Goejantoro, R., & Nasution, Y.N. (2014).
Pemodelan Dan Peramalan Indeks Harga Perdagangan Besar (IHPB) Dengan Menggunakan ARFIMA. Jurnal Eksponensial. 5(2), 137-146.
Brockwell, P. J. & Davis, R. A. (2016). Introduction to Time Series and Forecasting (3rd Edition). Switzerland: Springer.
Bobbitt, Zach. (2021). Statology Negative AIC.
Heizer, J., & Render, B. (2014). Manajemen Operasi, Manajemen Keberlangsungan dan Rantai Pasokan, Edisi 11, Alih Bahasa: Hirson Kurnia, Ratna Saraswati dan David Wijaya. (2015). Jakarta: Salemba Empat.
Djuraidah, A., Suheni, C., & Nabila, B. (2019). Peramalan Curah Hujan Ekstrim Di Provinsi Banten Dengan Model Ekstrim Spasial. Media Statistika. 12(1), 50-62.
2.png)
