Peramalan Indeks Harga Konsumen Di Kota Palu Menggunakan Metode Arima (Autoregressive Integrated Moving Average) Dalam Model Intervensi Fungsi Step
DOI:
https://doi.org/10.35799/ijids.v3i1.55581Keywords:
Step Function Intervention, Palu City, Forecasting, ARIMAAbstract
Analisis intervensi adalah sebuah pendekatan dalam analisis runtun waktu yang digunakan untuk memahami dampak beberapa peristiwa yang menyebabkan perubahan pola data pada suatu titik waktu t. Penelitian ini bertujuan untuk melakukan prediksi terhadap Indeks Harga Konsumen di kota Palu dari bulan Januari hingga Juni 2023 menggunakan metode ARIMA dengan fungsi step. Data yang digunakan dalam penelitian ini adalah Indeks Harga Konsumen di Kota Palu dari Januari 2015 hingga Desember 2022. Pada bulan Januari 2020, terjadi sebuah peristiwa yang signifikan atau intervensi yang berlangsung dalam jangka waktu yang cukup lama. Oleh karena itu, model intervensi yang diduga menggunakan fungsi step dengan orde b=0, s=36, dan r=0. Setelah melakukan analisis terhadap model ARIMA (1,2,2), didapatkan model intervensi yang kemudian digunakan untuk melakukan prediksi terhadap IHK kota Palu selama 6 bulan ke depan. Hasil prediksi yang diperoleh adalah 116.23, 116.27, 116.23, 116.18, 116.13, dan 116.08.
Kata kunci: Analisis Intervensi, Kota Palu,Peramalan.
References
. Bangun, R. H. B. 2016. Penerapan Autoregressive Integrated Moving Average (ARIMA) Pada Peramalan Produksi Kedelai di Sumatera Utara. Jurnal Agrica, 9(2):90–100.
. Christie, G., Hatidja, D., & Tumilaar, R. 2022. Penerapan Metode SARIMA dalam Model Intervensi Fungsi Step untuk Memprediksi Jumlah Pegunjung Objek Wisata Londa. Jurnal Ilmiah Sains, 22(2):96–103.
. Damayanti, S., & Yosmar, S. 2021. Model Intervensi Fungsi Step Untuk Peramalan Harga Saham Pt. Garuda Indonesia (Persero) Tbk Di Masa Pandemi Covid-19. Jurnal Riset Dan Aplikasi Matematika (JRAM), 5(1):10–18.
. Ekayanti, R., Mara, M. N., & Sulistianingsih, E. 2014. Analisis Model Intervensi Fungsi Step untuk Peramalan Kenaikan Tarif Dasar Listrik (TDL) terhadap Besarnya Pemakaian Listrik. Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster), 3(3):175–184.
. Elvani, S. P., Utary, A. R., & Yudaruddin, R. 2016. Peramalan Jumlah Produksi Tanaman Kelapa Sawit dengan Menggunakan Metode Arima. Jurnal Manajemen, 8(1):95–112.
. Lorensya, Ambarwati, L., & Mahatma, Y. 2022. Analisis Model Intervensi Multi Input Fungsi Pulse Dan Fungsi Step Dengan Deteksi Outlier Terhadap Harga Saham. Jurnal EurekaMatika, 10(2):71–86.
. Mokorimban, F. E., Nainggolan, N., & Langi, Y. A. R. 2021. Penerapan Metode Autoregressive Integrated Moving Average (ARIMA) dalam Model Intervensi Fungsi Step terhadap Indeks Harga Konsumen di Kota Manado. D’Cartesian Jurnal Matematika Dan Aplikasi, 10(2):91–99.
. Pradana, M. S., Rahmalia, D., & Prahastini, E. D. A. 2020. Peramalan Nilai Tukar Petani Kabupaten Lamongan dengan Arima. Jurnal Matematika, 10(2):91–126.
. Rahmatullah, B., Ahmad, I. S., & Rahayu, S. P. 2020. Pemodelan Harga Saham Sektor Konstruksi Bangunan, Properti dan Real Estate di JII 70 Tahun 2013-2018 Menggunakan Regresi Data Panel (FEM Cross-section SUR). Jurnal Sains Dan Seni ITS, 8(2):238–245.
. Sari, R. N., Mariani, S., & Hendikawati, P. 2016. Analisis Intervensi Fungsi Step pada Harga Saham (Studi Kasus Saham Pt Fast Food Indonesia Tbk. Jurnal Matematika, 5(2):181–189.
. Sari, Sugito, & Ispriyanti, D. 2015. Peramalan Indeks Harga Konsumen Menggunakan Model Intervensi Fungsi Step. Jurnal Gaussian, 4(4):795–804.
. Sorlury, F. N., Mongi, C. E., & Nainggolan, N. 2022. Penggunaan Model Autoregressive Integrated Moving Average (ARIMA) Untuk Meramalkan Nilai Tukar Petani (NTP) di Provinsi Sulawesi Utara. D’Cartesian:Jurnal Matematika Dan Aplikasi, 11(1):59–66.
. Wuwung, V., Nainggolan, N., & Paendong, M. 2013. Prediksi Harga Beras Sultan dan Membramo di Kota Manado dengan Menggunakan Model ARIMA. Jurnal MIPA, 2(1):1–4.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Djoni Hatidja
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Copyright Holder in Indonesian Journal of Intelligence Data Science is The Author
LICENCE: CC-BY-NC
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
