Text
Perbandingan Metode Runtun Waktu Fuzzy-Chen dan Fuzzy-Markov Chain Untuk Meramalkan Data Inflasi di Indonesia
ABSTRAK
Data inflasi merupakan data keuangan runtun waktu yang sering melanggar
asumsi jika dimodelkan dengan metode klasik ARIMA Box-Jenkins. Oleh karena itu,
untuk meramalkan data inflasi dapat digunakan metode peramalan yang tidak
mensyaratkan asumsi-asumsi klasik, seperti metode runtun waktu fuzzy. Runtun
waktu fuzzy adalah metode peramalan data yang menggunakan prinsip-prinsip fuzzy
sebagai dasarnya. Banyak penelitian yang mengembangkan metode runtun waktu
fuzzy, diantaranya adalah runtun waktu fuzzy yang dikembangkan oleh Chen (1996)
dan runtun waktu fuzzy-Markov chain yang dikembangkan oleh Tsaur (2012). Dalam
penelitian ini, kedua metode tersebut digunakan untuk meramalkan data inflasi di
Indonesia. Hasil peramalan dari kedua metode tersebut kemudian dibandingkan
menggunakan nilai MSE pada data in sample. Metode runtun waktu fuzzy-Chen
menghasilkan nilai MSE sebesar 0,656, sedangkan metode runtun waktu fuzzyMarkov chain menghasilkan nilai MSE sebesar 0,216. Karena metode runtun waktu
fuzzy-Markov chain menghasilkan nilai MSE terkecil, maka metode runtun waktu
fuzzy-Markov chain disimpulkan sebagai metode terbaik. Selanjutnya untuk
mengevaluasi model peramalan terbaik digunakan nilai MAPE pada data out sample.
Nilai MAPE pada metode runtun waktu fuzzy-Markov chain adalah sebesar 6,610%,
sehingga dapat disimpulkan bahwa model pada runtun waktu fuzzy-Markov chain
memiliki kinerja yang sangat bagus.
Kata Kunci: Runtun waktu fuzzy, Markov chain, MSE, MAPE.
ABSTRACT
Inflation data are financial time series data which often violate assumption if
it is modeled with ARIMA Box-Jenkins classic method. Therefore, to forecast
inflation are used forecast method which hasn’t requirement classic assumptions, like
as fuzzy time series method. Fuzzy time series is a method of predicting data that use
principles of fuzzy as basis. Many researches has been developed about this method,
such as fuzzy time series developed by Chen (1996) and fuzzy time series-Markov
chain developed by Tsaur (2012). In this case, both methods are used to predict
inflation data in Indonesia. Result of predicting from both methods are compared
with MSE value to in sample data. Method of fuzzy time series-Chen get MSE value
0,656, whereas method of fuzzy time series-Markov chain get MSE value 0,216.
Because of this reason, method of fuzzy time series-Markov chain get smallest MSE
value. So, this method as the best method. Furthermore, to evaluate the best of
predicting model used MAPE value to out sample data. The MAPE value in method
of fuzzy time series-Markov chain is 6,610%. As conclusion, model of fuzzy time
series Markov chain have best performance.
Keywords : Fuzzy time series, Markov chain , MSE, MAPE.
408E15IV | 519.55 NUR p | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain