ANALISIS MODEL FUZZY CHEN DAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) PADA DATA INDEKS HARGA KONSUMEN DI INDONESIA

MAULANA , IQBAL (2024) ANALISIS MODEL FUZZY CHEN DAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) PADA DATA INDEKS HARGA KONSUMEN DI INDONESIA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK Maulana_Iqbal_17117031009 - Maulana Iqbal.pdf Download (36Kb) | Preview
	File PDF 2. SKRIPSI FULL Maulana_Iqbal_17117031009 - Maulana Iqbal.pdf Restricted to Hanya staf Download (1051Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMABAHASAN Maulana_Iqbal_17117031009 - Maulana Iqbal.pdf Download (910Kb) | Preview

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

Penelitian ini bertujuan untuk membandingkan efektivitas pemodelan Fuzzy Chen dan ARIMA dalam meramalkan data Indeks Harga Konsumen (IHK) di Indonesia, salah satu indikator ekonomi penting yang digunakan untuk mengukur inflasi dan perubahan daya beli masyarakat. Data IHK yang digunakan dalam penelitian ini bersumber dari Badan Pusat Statistik (BPS) yang mencakup periode Januari 2010 hingga Desember 2020. Model Fuzzy Chen dipilih karena kemampuannya menggunakan logika fuzzy untuk menangkap ketidakpastian dalam data, sedangkan model ARIMA mengandalkan analisis statistik untuk mengidentifikasi pola dalam data historis. Proses penelitian meliputi analisis deskriptif data IHK, pengembangan model Fuzzy Chen dan ARIMA, dan evaluasi kinerja model-model tersebut. Kinerja model dibandingkan dengan menggunakan ukuran akurasi peramalan seperti Mean Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Hasilnya menunjukkan bahwa kedua model memberikan prakiraan yang cukup akurat, dengan model Fuzzy Chen unggul dalam menangani data dengan fluktuasi dan ketidakpastian yang tinggi, sedangkan model ARIMA lebih efektif untuk data dengan pola musiman yang kuat. Studi ini menyimpulkan bahwa, secara keseluruhan, model ARIMA memberikan prakiraan yang lebih mendekati data aktual. Kata kunci : Peramalan, Data runtun waktu, Indeks Harga Konsumen, Fuzzy Chen, ARIMA. ANALYSIS OF FUZZY CHEN MODEL AND AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) MODEL ON CONSUMER PRICE INDEX DATA IN INDONESIA By MAULANA IQBAL This study aims to compare the effectiveness of Fuzzy Chen and ARIMA modeling in forecasting the Consumer Price Index (CPI) data in Indonesia, an important economic indicator used to measure inflation and changes in purchasing power. The CPI data used in this research is sourced from the Central Bureau of Statistics (BPS) covering the period from January 2010 to December 2020. The Fuzzy Chen model is chosen for its ability to use fuzzy logic to capture uncertainties in the data, while the ARIMA model relies on statistical analysis to identify patterns in historical data. The research process includes descriptive analysis of CPI data, development of Fuzzy Chen and ARIMA models, and evaluation of their performance. The performance of the models is compared using forecast accuracy measures such as Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE). The results indicate that both models provide reasonably accurate forecasts, with the Fuzzy Chen model excelling in handling data with high fluctuation and uncertainty, whereas the ARIMA model is more effective for data with strong seasonal patterns. The study concludes that, overall, the ARIMA model provides forecasts that are closer to the actual data. Keywords : Time series data, Consumer Price Index, Fuzzy Chen, ARIMA, Forecasting.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Desi Zulfi Melasari
Date Deposited:	04 Mar 2025 02:39
Terakhir diubah:	04 Mar 2025 02:39
URI:	http://digilib.unila.ac.id/id/eprint/85364

Actions (login required)

Lihat Karya Akhir