Peramalan Angka Inflasi Kota Samarinda Menggunakan Metode Double Exponential Smoothing (Studi Kasus : Badan Pusat Statistik Kota Samarinda)

Authors

DOI:

https://doi.org/10.30872/jim.v14i1.1252

Keywords:

Data Mining, Sistem Informasi

Abstract

Inflasi merupakan suatu kondisi kenaikan harga-harga umum secara terus menerus yang berhubungan dengan mekanisme pasar dinilai berdsarkan indeks harga konsumen (IHK)  oleh Badan Pusat Statistik. Masalah yang dihadapi oleh Badan Pusat Statistik yaitu belum terdapat sistem yang dapat melakukan peramalan angka inflasi untuk 1 tahun mendatang yang dijadikan acuan untuk mengambil tindakan pencegahan. Maka dari itu diperlukan sistem yang dapat melakukan peramalan angka inflasi secara otomatis. Metode yang digunakan yaitu Double Expenontial Smoothing (DES) untuk mendapatkan hasil peramalan angka inflasi yang diproses pada nilai alpha 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, setelah didapatkan hasil peramalan kemudian dicari nilai error terkecil menggunakan Mean Squade Error (MSE) pada nilai alpha 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9. Dihasilkan Sistem Peramalan Angka Inflasi yang dapat dijadikan acauan dalam pengendalian inflasi yang telah diuji menggunakan 60 data angka inflasi, Hasil peramalan terbaik dengan error MSE  terkecil pada alpha 0.3 yaitu 0.485239.

Author Biographies

  • Akmal Erfani Armi, Mulawarman University
    Ilmu Komputer
  • Awang Harsa Kridalaksana, Mulawarman University
    Ilmu Komputer
  • Zainal Arifin, Mulawarman University
    Ilmu Komputer

References

Amiruddin, I. (2016). Ekonomi Publik. Yogyakarta: CV. Budi utama.

Arsyad, L. (2001). Peramalan Bisnis (Edisi Pert). Yogyakarta: BPFE.

Hendri, T., & Mohammad, M. S. (2003). Manajemen Operasi. Bogor: Grasindo.

Heri, P., & Lukiastuti. (2009). Manajemen Operasi. Yogyakarta: MedPress.

Lieberty, A., & Imbar, V. R. (2015). Sistem Informasi Meramalkan Penjualan Barang dengan Metode Double Exponential Smoothing (Studi Kasus: PD. Padalarang Jaya). Jurnal Teknik Informatika Dan Sistem Informasi, 1(1), 27–32. https://doi.org/10.1089/dia.2012.0099

Rahmadayanti, R., Susilo, B., & Puspitaningrum, D. (2015). Perbandingan Keakuratan Metode Autoregressive Integrated Moving Average (Arima) dan Exponential Smoothing pada Peramalan Penjualan Semen di PT Sinar Abadi. Jurnal Rekursif, 3(1), 23–36.

Rosenberg, D., & Steven, M. (2013). Use Case Driven Object Modeling with UML: Theory and Practice (Expert’s Voice in UML Modeling). Apress.

Tanuwijaya, H. (2008). Sistem Informasi Pengendalian Persediaan Menggunakan Metode Exponential Smoothing Pada PT. Bear House. STIKOM Jurnal, 12(2), 97–104.

Downloads

Published

2019-02-28