Peramalan Laju Inflasi di Provinsi Kepulauan Bangka Belitung Menggunakan Metode SARIMA

Novri Hardiyansah

doi:10.33019/fraction.v6i1.78

Authors

Novri Hardiyansah Universitas Bangka Belitung

DOI:

https://doi.org/10.33019/fraction.v6i1.78

Keywords:

Inflasi, Peramalan, SARIMA

Abstract

Inflasi merupakan kenaikan harga barang dan jasa secara umum. Adanya inflasi akan mengakibatkan perubahan pada nilai mata uang suatu negara. Inflasi juga menjadi bagian penting dalam permasalahan pertumbuhan ekonomi di Indonesia, termasuk di Provinsi Kepulauan Bangka Belitung. Inflasi yang rendah dan stabil akan menjadikan perekonomian suatu wilayah tersebut naik. Sedangkan, jika inflasi terlalu tinggi dan tidak stabil akan membuat perekonomian suatu wilayah tersebut memburuk. Salah satu indikator yang dapat digunakan dalam mengukur pertumbuhan ekonomi yaitu laju inflasi. Tujuan dari penelitian ini yaitu mengetahui hasil prediksi laju inflasi di Provinsi Kepulauan Bangka Belitung. Metode yang digunakan dalam penelitian ini yaitu metode SARIMA. Hasil dari penelitian ini yaitu diperoleh metode SARIMA(2,0,0)(1,0,1)12 dengan nilai MAPE 147,2028. Sehingga dapat disimpulkan bahwa peramalan laju inflasi di Provinsi Kepulauan Bangka Belitung menggunakan metode SARIMA memiliki nilai akurasi yang kecil.

Downloads

Download data is not yet available.

References

[1] Amar, S., Sudiarso, A., & Herliansyah, M. K., (2020). The Accuracy Measurement of Stock Price Numerical Prediction, Journal of Physics: Coference Series, 1569(3). https://doi.org/10.1088/1742-6596/1569/3/032027

[2] BPS. (2022). Gabungan 2 Kota di Provinsi Kepulauan Bangka Belitung mengalami inflasi sebesar 0,80 persen. Badan Pusat Statistik, Provinsi Kepulauan Bangka Belitung.

[3] BPS. (2024). Inflasi Bulanan dan Tahunan Gabungan Pangkalpinang dan Tanjungpandan (Persen), 2021-2023. https://babel.bps.go.id/indicator/3/1055/1/inflasi-bulanan-dan-tahunan-gabungan-pangkalpinang-dan-tanjungpandan.html

[4] Dharmawan, N. (2022). Pengertian Inflasi Beserta Jenis dan Cara Mengatasinya. https://www.mpm-insurance.com/berita/pengertian-inflasi-beserta-jenis-dancara-mengatasinya/

[5] Fahrudin, R., & Sumitra, I. D. (2020). Peramalan Inflasi Menggunakan Metode SARIMA dan SINGLE EXPONENTIAL SMOTHING (Studi Kasus: Kota Bandung). 17(2), 111–120.

[6] Katabba, Y. I. (2021). Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Memprediksi Jumlah Penumpang Kereta Api di Pulau Sumatera. 83.

[7] Natasya. (2024). Provinsi Bangka Belitung Capai Inflasi Terendah se-Indonesia. https://serumpun.babelprov.go.id/provinsi-bangka-belitung-capai-inflasiterendah-se-indonesia

[8] Panjimhs. (2019). Parsimony. https://glosarium.org/arti-parsimony/.

[9] Rizki, M. I., & Taqiyyuddin, T. A. (2021). Penerapan Model SARIMA untuk Memprediksi Tingkat Inflasi di Indonesia. Jurnal Sains Matematika Dan Statistika, 7(2), 62–72. https://doi.org/10.24014/jsms.v7i2.13168

[10] Sugiyono. (2018). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

[11] Wirawan, B. B., Amelia, M., Fikri, R. A., Tampany, V. R., & Listyowati, D. (2022, April 23). Pemodelan ARIMA Data IHSG Bulanan Periode Januari 2012- Maret 2022. Retrieved from RPubs.com: https://rpubs.com/radjafikri/arima-IHSG