Analisa Pengaruh Inflasi Terhadap Besar Sumbangan Pembinaan Pendidikan Menggunakan Algoritma Arima, Artificial Neural Network Dan Vector Autoregressive Model (Studi Kasus: Stmik Dipanegara Makassar)

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.

[img]
Preview
Text
UNIKOM_WAHYUDDIN S_COVER.pdf - Published Version

Download (104kB) | Preview
[img]
Preview
Image
UNIKOM_WAHYUDDIN S_LEMBAR PENGESAHAN.png - Published Version

Download (1MB) | Preview
[img]
Preview
Image
UNIKOM_WAHYUDDIN S_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.jpg - Published Version

Download (448kB) | Preview
[img]
Preview
Image
UNIKOM_WAHYUDDI S_SURAT PERNYATAAN TIDAK PLAGIAT.png - Published Version

Download (1MB) | Preview
[img]
Preview
Image
UNIKOM_WAHYUDDI S_SURAT PERNYATAAN TIDAK PLAGIAT.png - Published Version

Download (1MB) | Preview
[img]
Preview
Text
UNIKOM_WAHYUDDIN S_KATA PENGANTAR.pdf - Published Version

Download (153kB) | Preview
[img]
Preview
Text
UNIKOM_WAHYUDDIN S_DAFTAR ISI.pdf - Published Version

Download (105kB) | Preview
[img]
Preview
Text
UNIKOM_WAHYUDDIN S_BAB I.pdf - Published Version

Download (127kB) | Preview
[img]
Preview
Text
UNIKOM_WAHYUDDIN S_BAB II.pdf - Published Version

Download (1MB) | Preview
[img] Text
UNIKOM_WAHYUDDIN S_BAB III.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text
UNIKOM_WAHYUDDIN S_BAB IV.pdf - Published Version
Restricted to Repository staff only

Download (8MB) | Request a copy
[img]
Preview
Text
UNIKOM_WAHYUDDIN S_BAB V.pdf - Published Version

Download (57kB) | Preview
[img]
Preview
Text
UNIKOM_WAHYUDDIN S_DAFTAR PUSTAKA.pdf - Published Version

Download (94kB) | Preview
[img]
Preview
Text
UNIKOM_75116019_WAHYUDDIN S_JURNAL (ENG) Rev.1.0.pdf - Published Version

Download (867kB) | Preview
[img]
Preview
Text
UNIKOM_75116019_WAHYUDDIN S_JURNAL (IND) Rev.1.0.pdf - Published Version

Download (876kB) | Preview
[img] Text
UNIKOM_WAHYUDDIN S_DAFTAR RIWAYAT HIDUP.pdf - Published Version
Restricted to Repository staff only

Download (140kB) | Request a copy
Official URL: http://elibrary.unikom.ac.id

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 View Item