Implementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran

##plugins.themes.bootstrap3.article.main##

Mohammad Angga Prasetya Askin Imam Cholissodin Sigit Adinugroho

Abstrak

Inflasi adalah suatu kondisi dimana harga jual beli barang atau jasa mengalami kenaikan atau penurunan yang umum terjadi dalam kegiatan perekonomian. Hal ini mempengaruhi masyarakat negara tersebut sehingga berpengaruh sangat besar. Tetapi dalam menentukan tingkat inflasi masih mengalami kesulitan dalam memprediksi inflasi tersebut. Oleh karena itu dilakukan penelitian ini yang bertujuan untuk menentukan/memprediksi tingkat inflasi berdasarkan kategori pengeluaran dengan metode Average Time Based Fuzzy Time Series. Penelitian ini menggunakan skenario berdasarkan data bulan berurutan, tahun berurutan, dan nilai pembagi rerata selisih. Data inflasi kategori pengeluaran didapatkan dari Badan Pusat Statistik (BPS) Indonesia dan hasil prediksi didapatkan adalah nilai rerata RMSE 0.486 di data bulan 15, nilai rerata RMSEĀ  0.335 di data tahun 3, dan terakhir rerata RMSE 0.314 di nilai pembagi 1.9 untuk kategori data bulan berurutan dan rerata RMSE 0.336 di nilai pembagi 2 untuk kategori data tahun berurutan.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Askin, M., Cholissodin, I., & Adinugroho, S. Implementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 10, p. 3533-3537, peb. 2018. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2657>. Tanggal Akses: 15 agu. 2018
Bagian
Artikel