sukarding, Wahyuddin (2019) Analisa Pengaruh Inflasi Terhadap Besar Sumbangan Pembinaan Pendidikan Menggunakan Algoritma Arima, Artificial Neural Network Dan Vector Autoregressive Model (Studi Kasus: Stmik Dipanegara Makassar). Masters thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_WAHYUDDIN S_COVER.pdf - Published Version Download (104kB) | Preview |
|
|
Image
UNIKOM_WAHYUDDIN S_LEMBAR PENGESAHAN.png - Published Version Download (1MB) | Preview |
|
|
Image
UNIKOM_WAHYUDDIN S_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.jpg - Published Version Download (448kB) | Preview |
|
|
Image
UNIKOM_WAHYUDDI S_SURAT PERNYATAAN TIDAK PLAGIAT.png - Published Version Download (1MB) | Preview |
|
|
Image
UNIKOM_WAHYUDDI S_SURAT PERNYATAAN TIDAK PLAGIAT.png - Published Version Download (1MB) | Preview |
|
|
Text
UNIKOM_WAHYUDDIN S_KATA PENGANTAR.pdf - Published Version Download (153kB) | Preview |
|
|
Text
UNIKOM_WAHYUDDIN S_DAFTAR ISI.pdf - Published Version Download (105kB) | Preview |
|
|
Text
UNIKOM_WAHYUDDIN S_BAB I.pdf - Published Version Download (127kB) | Preview |
|
|
Text
UNIKOM_WAHYUDDIN S_BAB II.pdf - Published Version Download (1MB) | Preview |
|
Text
UNIKOM_WAHYUDDIN S_BAB III.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
Text
UNIKOM_WAHYUDDIN S_BAB IV.pdf - Published Version Restricted to Repository staff only Download (8MB) | Request a copy |
||
|
Text
UNIKOM_WAHYUDDIN S_BAB V.pdf - Published Version Download (57kB) | Preview |
|
|
Text
UNIKOM_WAHYUDDIN S_DAFTAR PUSTAKA.pdf - Published Version Download (94kB) | Preview |
|
|
Text
UNIKOM_75116019_WAHYUDDIN S_JURNAL (ENG) Rev.1.0.pdf - Published Version Download (867kB) | Preview |
|
|
Text
UNIKOM_75116019_WAHYUDDIN S_JURNAL (IND) Rev.1.0.pdf - Published Version Download (876kB) | Preview |
|
Text
UNIKOM_WAHYUDDIN S_DAFTAR RIWAYAT HIDUP.pdf - Published Version Restricted to Repository staff only Download (140kB) | Request a copy |
Abstract
Inflasi merupakan indikator makro ekonomi yang sangat penting. Berbagai macam metoda prediksi inflasi Indonesia telah dipublikasikan. Namun pencarian metoda prediksi inflasi yang lebih akurat masih menjadi topik menarik. Pada penulisan ini diusulkan sebuah metoda baru untuk prediksi inflasi memakai model ARIMA dan Artificial Neural Network (ANN). Data inflasi yang digunakan adalah data inflasi bulanan year-on-year dari tahun 2010 sampai dengan tahun 2018 yang diterbitkan oleh Badan Pusat Statistik (BPS). Pertama dibuat 2 model ARIMA yaitu model ARIMA tanpa siklus tahunan dan dengan siklus tahunan. Prosedur standar dan diagostics test telah dilakukan antara lain: summary of statistics, analysis of variance (ANOVA), significance of coefficients test, residuals normality, heterocesdacity, dan stability. Dari hasil perbandingan kinerja memakai Root Mean Squared Error (RMSE) diperoleh bahwa model ARIMA dengan siklus tahunan lebih baik. Model tersebut berupa model ARIMA (2,1,0) (2,0,0) [12]. Kemudian, untuk meningkatkan kinerja prediksi inflasi, ANN telah dibuat berbasis model ARIMA tersebut. Model ANN memakai satu hidden layer dan dua neuron. Hasil pengujian menunjukkan bahwa model ANN menghasilkan RMSE yang lebih kecil daripada model ARIMA (2,1,0) (2,0,0) [12]. Hal ini kemungkinan disebabkan oleh kemampuan mengolah hubungan nonlinear antara variabel target dan variabel penjelas.
Item Type: | Thesis (Masters) |
---|---|
Uncontrolled Keywords: | Prediksi, Arima, Artificial Neural Network, Anova, R programming. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data |
Divisions: | S2 PASCA SARJANA > S2_Magister Sistem Informasi (51) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 18 Nov 2019 07:26 |
Last Modified: | 18 Nov 2019 07:26 |
URI: | http://elibrary.unikom.ac.id/id/eprint/1267 |
Actions (login required)
View Item |