Perbandingan Prediksi Inflasi di Indonesia Menggunakan Model Holt-Winters Exponential Smoothing Additive dan Multiplicative

Desty Rakhmawati, Muhammad Nurhalim, Septi Fajarwati

Abstract


Abstract: Inflation is an increase in the price of goods and services within a certain period of time. This inflation affects the welfare of a country. If inflation is stable and relatively low, the people's welfare will be better. Once the importance of inflation for society, so this study aims to predict inflation for the next period. Inflation data in this study were taken from BI, from January 2003 to November 2022. Based on these data, prediction analysis was carried out using the Holt-Winters Exponential Smoothing method, additive and multiplicative models. The two models are compared to determine the correct model for predicting inflation data using MAPE. MAPE results for both models obtained good category prediction values. And the more appropriate model in this study is the additive model.

 

Keywords: Holt-Winters Exponential Smoothing, additive Model dan multiplicative Model.

 

 

Abstrak:Inflasi adalah kenaikan harga barang dan jasa dalam periode waktu tertentu. Inflasi ini berpengaruh terhadap kesejahteraan di suatu Negara. Apabila inflasi stabil dan relative rendah maka kesejahteraan masyarakat semakin baik. Begitu pentingnya inflasi bagi masyarakat, sehingga penelitian ini bertujuan untuk memprediksi inflasi untuk periode kedepan. Data inflasi dalam penelitian ini diambil dari BI, dari bulan Januari 2003 sampai dengan November 2022. Berdasarkan data tersebut, maka analisis prediksi dilakukan menggunakan metode Holt-Winters Exponential Smoothing model additive dan multiplicative. Kedua model tersebut dibandingkan untuk menentukkan model yang tepat dalam prediksi data inflasi dengan menggunakan MAPE. Hasil MAPE untuk kedua model di peroleh nilai prediksi kategori baik. Dan model yang lebih tepat dalam penelitian ini adalah model additive.

 

Kata Kunci: Holt-Winters Exponential Smoothing, Model additive dan Model multiplicative.


Keywords


Holt-Winters Exponential Smoothing, Model additive dan Model multiplicative.

Full Text:

PDF

References


BI, “Inflasi,” Bank Indonesia, 2020. [Online]. Available: https://www.bi.go.id/id/fungsi-utama/moneter/inflasi/default.aspx.

F. Salsabila, R. A. Fatharani, T. A. Taqiyyuddin, and muhammad irfan Rizki, “Aplikasi Model ARCH / GARCH dalam Prediksi Laju Inflasi Bulanan Indonesia,” J. Sains Mat. dan Stat., vol. 8, no. 1, pp. 34–45, 2022.

J. Riyono, C. E. Pujiastuti, and A. L. Riyana Putri, “Forecasting Laju Inflasi Indonesia Menggunakan Rantai Markov,” J. Sains Mat. dan Stat., vol. 8, no. 1, p. 1, 2022.

Kementerian Keuangan RI, “Peraturan Menteri Keuangan Nomor 101/PMK.010/2021 tentang Sasaran Inflasi Tahun 2022, Tahun 2023 dan Tahun 2024,” Ber. Negara Republik Indones. tahun 2021 Nomor 870, pp. 2021–2024, 2021.

M. Arumsari and A. Dani, “Peramalan Data Runtun Waktu menggunakan Model Hybrid Time Series Regression – Autoregressive Integrated Moving Average,” J. Siger Mat., vol. 2, no. 1, pp. 1–12, 2021.

M. Pleños, “Time Series Forecasting Using Holt-Winters Exponential Smoothing: Application to Abaca Fiber Data,” Sci. J. Warsaw Univ. Life Sci. – SGGW, vol. 22, no. 2, pp. 17–29, 2022.

BI, “Data Inflasi,” Bank Indonesia, 2020. [Online]. Available: https://www.bi.go.id/id/statistik/indikator/data-inflasi.aspx.

A. Purwanto, M. Asbari, and T. I. Santoso, “INTERNATIONAL JOURNAL OF SOCIAL AND MANAGEMENT STUDIES (IJOSMAS) Analisis Data Penelitian Sosial dan Manajemen: Perbandingan Hasil antara Amos, SmartPLS, WarpPLS, dan SPSS Untuk Jumlah Sampel Medium,” Int. J. Soc. Manag. Stud., no. 04, pp. 43–53, 2021.

A. Purwanto, M. Asbari, and T. I. Santoso, “Analisis Data Penelitian Manajemen Pendidikan: Perbandingan Hasil antara Amos, SmartPLS, WarpPLS, dan SPSS untuk Jumlah Sampel Kecil,” Int. J. Soc. Policy Law, vol. 01, no. 01, pp. 111–122, 2021.

A. Purwanto, M. Asbari, and T. I. Santoso, “Analisis Data Penelitian Marketing: Perbandingan Hasil antara Amos, SmartPLS, WarpPLS, dan SPSS untuk Jumlah Sampel Besar,” J. Ind. Eng. Manag. Res., vol. 2, no. 4, pp. 216–227, 2021.

A. N. Aini, P. K. Intan, and N. Ulinnuha, “Predikisi Rata-Rata Curah Hujan Bulanan di Pasuruan Menggunakan Metode Holt-Winters Exponential Smoothing,” JRST (Jurnal Ris. Sains dan Teknol., vol. 5, no. 2, p. 117, 2022.

F. R. Harahap, O. Darnius, P. Matematika, and U. S. Utara, “Jurnal Matematika dan Pendidikan Matematika Optimization Of Holt-Winters Exponential Smoothing Parameters Using The Golden Section And Dichotomous Search Method,” FARABI; J. Mat. dan Pendidik. Mat., vol. 5, no. 2, pp. 104–115, 2022.

D. Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews, Aplikasi untuk Bidang Ekonomi, Bisnis, dan Keuangan. Yogyakarta: C.V Andi Offset, 2012.




DOI: http://dx.doi.org/10.30734/jpe.v10i1.2998

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Jurnal Pendidikan Edutama

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License
JURNAL PENDIDIKAN EDUTAMA(JPE) by http://ejurnal.ikippgribojonegoro.ac.id/index.php/JPE/ is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

View My Stats