PENERAPAN METODE HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)-ARTIFICIAL NEURAL NETWORK (ANN) DALAM MERAMALKAN TINGKAT INFLASI DI INDONESIA

Anisa, Aprilia (2024) PENERAPAN METODE HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)-ARTIFICIAL NEURAL NETWORK (ANN) DALAM MERAMALKAN TINGKAT INFLASI DI INDONESIA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - Anisa Aprilia.pdf Download (2521Kb) | Preview
	File PDF SKRIPSI FULL - Anisa Aprilia.pdf Restricted to Hanya staf Download (2939Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN - Anisa Aprilia.pdf Download (2940Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Time series adalah data yang disusun berdasarkan urutan waktu, data time series digunakan untuk meramalkan kejadian di masa depan. Metode deret waktu yang sering digunakan yaitu Autoregressive Integrated Moving Average (ARIMA) yang merupakan model univariate yang menangkap pola linear pada suatu data. Metode Artificial Neural Network (ANN) merupakan metode yang menggunakan prinsip jaringan syaraf manusia keuntungan dari metode ini yaitu memiliki kemampuan yang fleksibel dalam memodelkan pola nonlinear pada deret waktu. Sehingga penggunaan Metode hybrid ARIMA-ANN dapat memaksimalkan hasil peramalan yang berbentuk pola linear dan nonlinear. Penelitian ini bertujuan untuk menerapkan metode hybrid ARIMA-ANN untuk meramalkan tingkat inflasi di Indonesia. Hasil analisis menunjukan penggunaan metode ARIMA menghasilkan nilai MAPE sebesar 0.0850 dan MSE sebesar 6.3713e-05. Kemudian dengan metode hybrid ARIMA-ANN diperoleh penggunaan splitting data dengan skema 70% data training 30% data testing memiliki performa yang terbaik dengan nilai MSE sebesar 1.2997e-05, MAPE sebesar 0.0968, dan akurasi sebesar 99.9032%. Berdasarkan hasil yang diperoleh nilai MSE metode hybrid dan hasil visualisasi peramalan metode hybrid lebih baik sehingga metode hybrid lebih baik digunakan dalam peramalan jangka panjang. Kata Kunci: Hybrid ARIMA-ANN, ARIMA, ANN, Peramalan, Inflasi Time series is data organized by time sequence, time series data is used to forecast future events. Time series method that often used is Autoregressive Moving Average (ARIMA) which is a univariate model that capture liniar pattern in a data. Artificial Neural Network (ANN) method is a method that used a principle of human neural network which have a benefit to had a flexible capabilities to model a nonlinear pattern in time series. Regardy this capabilities, the us of hybrid ARIMA-ANN method can maximize the result of forecast that had the liniar and nonlinear pattern. This study had a purpose to apply hybrid ARIMA-ANN method for forecasting inflation rate in Indonesia. The analysis shows that the use of the ARIMA method produces a MAPE value of 0.0850 and MSE of 6.3713e-05. Then with the hybrid ARIMA-ANN method, it is found that the use of data splitting with 70% training data 30% testing data scheme has the best performance with MSE value of 1.2997e-05, MAPE of 0.0968, and accuracy of 99.9032%. Based on the result, MSE value from hybrid method and visualization forecasting result of hybrid method are better to use for forecasting in a long time period. Keywords: Hybrid ARIMA-ANN, ARIMA, ANN, Forecasting, Inflation

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	. . Yulianti
Date Deposited:	13 Feb 2025 04:32
Terakhir diubah:	13 Feb 2025 04:32
URI:	http://digilib.unila.ac.id/id/eprint/83502

Actions (login required)

Lihat Karya Akhir