HASIL PERBANDINGAN PENERAPAN METODE PERAMALAN DALAM MENENTUKAN TINGKAT INFLASI PENDIDIKAN DI KOTA BANDUNG
Abstract
Inflasi menjadi salah satu masalah yang krusial bagi perekonomian suatu negara. Inflasi dapat terjadi ketika nilai mata uang mengalami penurunan terhadap barang atau jasa. Sektor yang mengalami inflasi pun beragam untuk setiap kurun waktunya. Pemodelan tingkat inflasi pada suatu kota dipandang perlu untuk memberikan informasi perkiraan laju inflasi di masa yang akan datang. Prediksi dibuat dengan dilakukannya perbandingan beberapa metode peramalan yaitu Naïve Approach, Exponential Smoothing dan Trend Linier yang mana nantinya aplikasi dapat membaca data dengan rumus-rumus tersebut berdasarkan data laju inflasi kota Bandung tahun 2011-2017, sebagai acuan untuk melakukan prediksi laju inflasi tahun 2018, dan dilakukannya perbandingan dengan Situs Web Badan Pusat Statistik. Proses peramalan dilakukan dengan menggunakan bahasa pemrograman python menggunakan function sktime yaitu forecasting. Dari bebereapa metode peramalan yang digunakan hasil pengujian menunjukan bahwa metode naïve approach dengan strategi drift dengan nilai MSE 1.169, MAE 0.663, MAPE 1730. menjadi metode yang memiliki selisih paling kecil dari data rill inflasi pendidikan tahun 2018 dibandingkan dengan metode peramalan Exponential Smoothing dan Trend Linier yang memiliki selisih jauh lebih besar dari data rill.
References
Heizer, J., & Render, B. (2015). Manajemen Operasi. Edisi Ketujuh Buku Satu. Jakarta: Salemba Empat.
Awaluddin, R., Fauzi, R., & Harjadi, D. (2021). PERBANDINGAN PENERAPAN METODE PERAMALAN GUNA MENGOPTIMALKAN PENJUALAN (Studi Kasus Pada Konveksi Astaprint Kabupaten Majalengka). Jurnal Bisnisman: Riset Bisnis dan Manajemen, 12-18.
Badan Pusat Statistik. (2023). Konsep Inflasi. https://www.bps.go.id/subject/3/inflasi.html#subjekViewTab1
D Robbiarni. (2004). Perkembangan teknik dan metode peramalan. 7–43.
Agustin, P., & Susanti, E. (2020). Analisis Peramalan Permintaan Produk Wooden Box dan Wooden Pallet di PT XYZ. Jurnal Comasie, 1-10.
Ikasari, H. (2010, Juli 5). Determinan Inflasi (Pendekatan Klasik). Retrieved from UNDIP Website: http://eprints.undip.ac.id/15625/1/Hertiana_Ikasari.pdf
Dwi Jaya Sistem Informasi, I., Raden Fatah Palembang Jl H Zainal Abidin Fikri, U. K., Palembang, K., & Selatan, S. (2019). Penerapan Metode Trend Least Square Untuk Forecasting (Prediksi) Penjualan Obat Pada Apotek. Jurnal CoreIT, 5.
Dwi Tjahjono Akhis Hutabarat Erwin Haryono Fadjar Majardi Bambang Pramono, E. R. (2000). PENGUKURAN INFLASI INTI (CORE INFLATION) DI INDONESIA. Bulletin of Monetary Economics and Banking, 2(4). https://doi.org/10.21098/bemp.v2i4
Fajar Sidqi. (2019). Peramalan Penjualan Barang Single Variant Menggunakan Metode Arima, Trend Analysis, Dan Single Exponential Smoothing (Studi Kasus : Toko Swalayan Xyz). Universitas Komputer Indonesia.
Hakim, R. (2016). Ekuitas: Jurnal Ekonomi dan Keuangan MENINJAU KEMBALI SEBERAPA PENTING TARGET INFLASI BANK INDONESIA DALAM MENGONTROL LAJU INFLASI.
Badan Pusat Statistik Provinsi Kepulauan Riau. (2022) Inflasi Provinsi Kepulauan Riau 2021. https://kepri.bps.go.id/publication/2022/04/20/e2b8ea45edad8b50b9d7fb8f/inflasi-provinsi-kepulauan-riau-2021.html
Kusuma, M., & Rahayu, P. (2022). Can Other Comprehensive Income be Used for Tax Avoidance? Jurnal Akuntansi Dan Keuangan, 24(2), 79. https://doi.org/10.9744/jak.24.2.68−79
Lumbantobing Universitas Kristen Krida Wacana, R. (2020). APAKAH INFLASI SEBAGAI PEMODERASI DETERMINAN STRUKTUR MODAL? (Studi Empiris Pada Perusahaan Terbuka Sektor Industri Manufaktur Yang Listing Di Bursa Efek Indonesia Periode Tahun 2014-2018) Jurnal Ilmiah MEA 4(1).
Portal Data Bandung. (2022, October). Laju Inflasi Kota Bandung Berdasarkan Kelom pok Pengeluaran. http://data.bandung.go.id/index.php/portal/detail_dataset/bad9f5ee-ef8d-4793-a21e-e9659bca99c9
Ria Satyarini. (2007). MENENTUKAN METODE PERAMALAN YANG TEPAT. Neliti, 11, 59–70.
Soesanto, S., & Wijaya, H. (2022). The Effect of Readability of Annual Reports and Value Relevance of Financial Information on Agency Costs with Analyst Coverage as Moderating Variable. Jurnal Akuntansi Dan Keuangan, 24(1), 56. https://doi.org/10.9744/jak.24.1.46−56
Tinggi, S., Ekonomi, I., & Surabaya, I. (2010). PERAMALAN LAJU INFLASI DENGAN METODE AUTO REGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Djawoto. 14(4), 524–538.
Santosa, A. B. (2017). ANALISIS INFLASI DI INDONESIA. Prosiding Seminar Nasional Multi Disiplin, 445-452.
Copyright (c) 2023 Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA)
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.