Perbandingan Metode Double Exponential Smoothing, Arima Dan Neural Network Dalam Sistem Peramalan Indeks Harga Konsumen Di Indonesia

Authors

  • Shofinatul Wahdah Nur Aulia UIN SUNAN AMPEL SURABAYA
  • Jauharotul Inayah UIN Sunan Ampel Surabaya
  • Hani Khaulasari UIN Sunan Ampel Surabaya

Keywords:

IHK, Exponential Smoothing, ARIMA, Neural Network

Abstract

Indeks Harga Konsumen ialah indeks perhitungan rata-rata perubahan harga dalam kurun waktu. Kota Probolinggo mengalami penurunan secara drastis sejak pergantian tahun dari 2019 ke 2020 sehingga diperlukan penelitian peramalan yang ditujukan sebagai salah satu pertimbangan dalam langkah selanjutanya. Metode peramalan time series yang digunakan adalah Double Exponential Smoothing dan Double Moving Average. Setelah melakukan uji coba pada kedua metode tersebut, disimpulkan bahwa metode Double Moving Average memiliki akurasi peramalan lebih baik daripada Double Exponential Smoothing dengan nilai MAPE 0,02%. Hasil Peramalan menggunakan Double Moving Average untuk tahun 2022-2023 dimana hasil peramalan menunjukkan kenaikan disetiap bulannya.

Downloads

Published

2023-03-31

How to Cite

Shofinatul Wahdah Nur Aulia, Inayah, J. ., & Khaulasari, H. . (2023). Perbandingan Metode Double Exponential Smoothing, Arima Dan Neural Network Dalam Sistem Peramalan Indeks Harga Konsumen Di Indonesia. Jurnal Algebra, 4(1), 31–40. Retrieved from https://jurnalsaintek.uinsa.ac.id/mhs/index.php/algebra/article/view/194

Most read articles by the same author(s)