Perbandingan Metode Double Exponential Smoothing ,ARIMA dan Neural Network Dalam Sistem Peramalan Indeks Harga Konsumen di Indonesia

Bahasa Indonesia

Abstract

Indeks Harga Konsumen ialah indeks perhitungan rata-rata perubahan harga dalam kurun waktu. Indeks Harga Konsumen merupakan indikator dari inflasi yang berperan penting terhadap pertumbuhan perekonomian suatu Negara. Oleh karena itu, penting untuk mengetahui nilai IHK untuk antisipasi pada kedepannya. Maka dilakukan perbandingan model terbaik menggunakan metode Double Exponential Smoothing, ARIMA Outlier dan Neural Network. pada penelitian ini didapatkan model terbaik untuk melakukan peramalan indeks harga konsumen adalah dengan metode Neural Network dengan nilai error MAPE yang didapatkan adalah 0,69%.