Prediksi Indeks Harga Konsumen Menggunakan Metode Fuzzy Time Series Cheng
DOI:
https://doi.org/10.58344/locus.v2i1.850Keywords:
IHK, Prediks, Fuzzy Time Series, Cheng, MAPEAbstract
Indeks Harga adalah alat ukur yang digunakan untuk megukur kondisi dari perekonomian secara umum. Bagi pemerintah indeks harga memiliki beberapa peran yang penting. Salah satu peran penting tersebut adalah untuk megukur tingkat kemajuan ekonomi. Salah satu indeks harga yang sering digunakan di Indonesia adalah Indeks Harga Konsumen (IHK). IHK adalah indikator ekonomi yang digunakan sebagai acuan dasar untuk mengukur nilai rata-rata dari perubahan harga barang dan jasa yaitu inflasi atau deflasi di tingkat konsumen di daerah perkotaan. Mengingat IHK memiliki peran penting dalam perekonomian di Indonesia, maka perlu dilakukan prediksi terhadap IHK untuk membantu pemerintah dalam mengantipasi dan menentukan kebijakan terhadap dampak buruk yang mungkin terjadi. Prediksi atau forecasting adalah meramalkan atau mengadakan perkiraan atau taksiran kepada berbagai kemungkinan yang bisa terjadi pada masa yang akan datang. Pada penelitan ini prediksi yang akan dilakukan adalah menggunakan metode fuzzy time series cheng. Fuzzy time series cheng adalah pengembangan dari metode fuzzy time series. Time series adalah himpunan observasi data terurut dalam waktu yang dapat meganalisis dan menentukan pola data pada masa lampau. Logika fuzzy digunakan karena bisa untuk menentukan suatu input ke dalam suatu output dan juga memiliki toleransi terhadap data-data yang tersedia. Penelitian ini bertujuan untuk mengimplementasikan metode fuzzy time series cheng untuk dapat megolah dan memberikan hasil prediksi IHK. Adapun hasil pengujian dari implementasi fuzzy time series cheng pada prediksi IHK periode Januari 2017 hingga Desember 2021 menghasilkan nilai rata-rata error MAPE terbaik sebesar 0.23% dengan jumlah interval sebanyak 77 dan hasil prediksi IHK pada bulan Januari 2022 sebesar 107.25 dengan nilai error MAPE sebesar 1%, sehingga dapat dikatakan bahwa prediksi dinilai sangat baik dan metode fuzzy time series cheng dapat diterapkan pada prediksi IHK.
References
Desmonda, Diera, Tursina, Tursina, & Irwansyah, Muhammad Azhar. (2018). Prediksi besaran curah hujan menggunakan metode fuzzy time series. JUSTIN (Jurnal Sistem Dan Teknologi Informasi), 6(4), 145–149.
HERDA, INDAH PUJI LESTARI. (2019). PENERAPAN OPTIMASI FUZZY TIME SERIES MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI KOTA PEKANBARU. Universitas Islam Negeri Sultan Syarif Kasim Riau.
Ipan, Ipan, Syaripuddin, Syaripuddin, & Nohe, Darnah Andi. (2022). PERBANDINGAN MODEL CHEN DAN MODEL LEE PADA METODE FUZZY TIME SERIES UNTUK PERAMALAN PRODUKSI KELAPA SAWIT PROVINSI KALIMANTAN TIMUR. Prosiding Seminar Nasional Matematika Dan Statistika, 2.
Izat, Alfiah, & Jatipaningrum, Maria Titah. (2018). Peramalan Indeks Harga Konsumen (IHK) Dengan Menggunakan Metode Double Exponential Smoothing Dan Fuzzy Time Series. Jurnal Statistika Industri Dan Komputasi, 3(02), 63–73.
Mubarak, Ricky, Tursina, Tursina, & Pratama, Enda Esyudha. (n.d.). Prediksi Hasil Tangkapan Ikan Menggunakan Fuzzy Time Series. JUSTIN (Jurnal Sistem Dan Teknologi Informasi), 8(3), 303–308.
Muhammad, Malim. (2018). Sebaran dan peramalan mahasiswa baru pendidikan matematika universitas muhammadiyah purwokerto dengan metode time invariant fuzzy time series. MAJU: Jurnal Ilmiah Pendidikan Matematika, 3(2).
Nurhayati, Yati. (2015). Perlindungan Konsumen terhadap Maraknya Pemadaman Listrik Dikaitkan dengan Hak-hak Konsumen. Al-Adl: Jurnal Hukum, 7(13).
Perwira, Rifki Indra, Yudhiantoro, Danang, & Wahyurini, Endah. (2020). Fuzzy Time Series Model Cheng Untuk Meramalkan Volume Hasil Panen Pada Tanaman Garut. Telematika: Jurnal Informatika Dan Teknologi Informasi, 17(1), 11–17.
Ramadhan, Muhammad Ridho, Tursina, Tursina, & Novriando, Haried. (2020). Implementasi Fuzzy Time Series pada Prediksi Jumlah Penjualan Rumah. JUSTIN (Jurnal Sistem Dan Teknologi Informasi), 8(4), 418–423.
Singh, Pritpal. (2017). A brief review of modeling approaches based on fuzzy time series. International Journal of Machine Learning and Cybernetics, 8, 397–420.
Siswoyo, Bambang, & Zaenal, Achmad. (2018). Model Peramalan Fuzzy Logic. Jurnal Manajemen Informatika (JAMIKA), 8(1).
Yuniawati, Rosdita Indah, & Lestari, Puji. (2020). Pengaruh Global Investment Climate Change dan Inflasi terhadap Nilai IHSG Indonesia 2016-2019. Jurnal Bisnis Dan Ekonomi, 27(2), 153–162.
Zainal, Nur Arifah. (2021). Hubungan Indeks Harga Konsumen (IHK) dan Impor terhadap Inflasi di Indonesia menggunakan Analisis Regresi Data Panel. Universitas Islam Negeri Alauddin Makassar.
Published
Issue
Section
License
Copyright (c) 2023 Jurnal Locus Penelitian dan Pengabdian
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International (CC-BY-SA). that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
