Peramalan Indeks Harga Konsumen Kota Semarang Menggunakan SARIMA Berbantuan Software Minitab

Article Sidebar

PDF
Published Feb 25, 2021

Main Article Content

Alifira Rizki Dimashanti
Universitas Negeri Semarang
Sugiman Sugiman
Universitas Negeri Semarang

Abstract

Peramalan merupakan suatu kegiatan untuk mempekirakan atau memprediksi kejadian di masa mendatang sehingga tindakan yang tepat dapat dilakukan. Data Indeks Harga Konsumen (IHK) sebagai indikator penting perekonomian yang termasuk data runtun waktu sehingga dapat digunakan pada peramalan ini. Peramalan IHK menggunakan metode Seasoanal Autoregressive integrated Moving Average (SARIMA) yaitu pengembangan model ARIMA yang digunakan untuk menyelesaikan time series musiman. Tujuan penulisan ini untuk mengetahui model SARIMA terbaik sehingga dapat meramalkan Indeks Harga Konsumen Kota Semarang untuk tahun 2019-2021. Dalam penelitian ini penulis menggunakan software Minitab untuk membantu menyelesaikan perhitungan statistik. Data yang digunakan dalam penelitian ini adalah data Indeks Harga Konsumen Kota Semarang Bulan Januari 2014 sampai dengan Desember 2018, sebanyak 60 data IHK, dan menggunakan data sekunder dari http://semarangkota.bps.go.id. Hasil penelitian didapatkan model SARIMA terbaik untuk meramalkan Indeks Harga Konsumen Kota Semarang Bulan Januari 2019 sampai dengan Desember 2021 yaitu  dengan hasil peramalan sebanyak 36 periode ke depan dari Bulan Januari 2019 sampai dengan Desember 2021.

Article Details

How to Cite
Dimashanti, A., & Sugiman, S. (2021). Peramalan Indeks Harga Konsumen Kota Semarang Menggunakan SARIMA Berbantuan Software Minitab. PRISMA, Prosiding Seminar Nasional Matematika, 4, 565-576. Retrieved from https://journal.unnes.ac.id/sju/prisma/article/view/45030
Issue
Vol 4 (2021): PRISMA, Prosiding Seminar Nasional Matematika
Section
Articles

References

Cynthia, A., Sugiman, & Mastur, Z. (2015). Analisis Perbandingan Menggunakan Arimadan Bootstrap Pada Peramalan Nilai Ekspor Indonesia. 5(December), 1–8.
Hendikawati, Putriaji. (2015). Metode Peramalan Data Runtun Waktu Metode Dan Aplikasinya dengan Minitab dan Eviews. Semarang : Fmipa Unnes, 2015
Lestari, N., & Wahyuningsih, N. (2012). Peramalan Kunjungan Wisata dengan Pendekatan Model SARIMA ( Studi kasus : Kusuma Agrowisata ). 1(1).
Rosy, M., Susiswo, & S, R. (2013). Peramalan Indeks Harga Konsumen ( Ihk ) Kota Malang Bulan Januari Sampai Bulan Juni Tahun 2013 Menggunakan Metode Autoregressive Integrated Moving Average ( Arima ). Jurusan Matematika Fakultas MIPA Universitas Negeri Malang.
Subagyo, Pangestu. (2013). Forecasting Konsep Dan Aplikasi Edisi Ketiga.
Wulandari, R. H. (2017). Forecasting menggunakan metode. Universitas Negeri Semarang.
Yuhana, Aulia. (2018). SARIMA (Seasonal Autoregressive Integrated Moving Average) using Eviews 9.
Sungkawa, Iwa, & Megasari, T, R. (2011) Penerapan Ukuran Ketepatan Nilai Ramalan Data Deret Waktu Dalam Seleksi Model Peramalan Volume Penjualan Pt Satriamandiri Citramulia.