Peramalan Inflasi di Demak Menggunakan Metode ARIMA Berbantuan Software R dan MINITAB

Main Article Content

Sri Rahayu
Sukestiyarno Sukestiyarno
Putriaji Hendikawati

Abstract

Peramalan digunakan untuk memprediksi sesuatu yang akan terjadi di masa mendatang sehingga tindakan yang tepat dapat dilakukan. ARIMA merupakan salah satu metode peramalan runtun waktu yang dikembangkan dimana data pengamatan dalam sebuah data runtun waktu diasumsikan berhubungan satu sama lain secara statistik. R dan Minitab termasuk kelompok software statistik yang dapat digunakan untuk pengolahan data peramalan, akan tetapi penggunaan Minitab lebih populer daripada R. Ketidakstabilan inflasi di kabupaten Demak di masa mendatang menyulitkan bank sentral maupun pemerintah dalam menentukan kebijakan. Tujuan kajian ini yakni meramalkan inflasi di kabupaten Demak bulan Maret 2017 sampai dengan Desember 2017 menggunakan model ARIMA terbaik berbantuan software R dan Minitab serta untuk memilih software yang lebih akurat dalam melakukan analisis ARIMA. Data inflasi diambil dari BPS Kabupaten Demak dari bulan Januari 2009 sampai dengan Februari 2017. Analisis ARIMA yang dilakukan sesuai dengan prosedur Box-Jenkins yakni melakukan identifikasi terhadap data, mengestimasi parameter dan uji signifikansi, serta menentukan model ARIMA terbaik. Hasil analisis menggunakan R dan Minitab menunjukkan model ARIMA terbaik adalah ARIMA(2,0,0). Langkah-langkah analisis ARIMA baik menggunakan R maupun Minitab mudah dilakukan. Akan tetapi, R dinilai lebih akurat daripada Minitab karena pada tahap identifikasi data, selain dapat mengidentifikasi data melalui grafik, pada R juga tersedia uji ADF sedangkan pada Minitab hanya dapat mengidentifikasi data secara visual melalui grafik yang terkadang menyulitkan penganalisa data untuk menentukan stasioneritas data sebagai asumsi awal yang harus dipenuhi sebelum melakukan uji lanjut

Article Details

How to Cite
Rahayu, S., Sukestiyarno, S., & Hendikawati, P. (2018). Peramalan Inflasi di Demak Menggunakan Metode ARIMA Berbantuan Software R dan MINITAB. PRISMA, Prosiding Seminar Nasional Matematika, 1, 745-754. Retrieved from http://journal.unnes.ac.id/sju/prisma/article/view/20356
Section
Articles

References

Hendikawati, P. 2015. Peramalan Data Runtun Waktu Metode dan Aplikasinya dengan Minitab & Eviews. Semarang: FMIPA Unnes.
https://www.demakkab.bps.go.id
Diakses pada tanggal 04 Maret 2014 pukul 20.00 WIB.
Hutasuhut, dkk. 2014. Pembuatan Aplikasi Pendukung Keputusan untuk Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dan Inject Menggunakan Metode ARIMA (Auto Regressive Integrated Moving Average) di CV. ASIA. Jurnal Teknik POMITS. 2(3).
Makridakis, S., dkk. 1995. Metode dan Aplikasi Peramalan Edisi Pertama. Terjemahan oleh Untung Sus A & Abdul Basith. Jakarta: Erlangga.
Setiawan, B. 2013. Menganalisa Statistik Bisnis dan Ekonomi dengan SPSS 21. Yogyakarta: Andi.
Spiegel, M.R. 1994. Teori dan Soal-soal Statistika Edisi Kedua. Jakarta: Erlangga.