Metode Brown’s Double Exponential Smoothing dalam Peramalan Laju Inflasi di Indonesia
DOI:
https://doi.org/10.26555/konvergensi.v6i2.19548Keywords:
Brown’s, Double Exponential, Smoothing, Peramalan, Time SeriesAbstract
Penelitian ini membahas tentang metode analisis runtun waktu (time series), metode yang digunakan yaitu Brown’s Double Exponential Smoothing. Penelitian ini bertujuan untuk menjelaskan penerapan metode Brown’s Double Exponential Smoothing dalam peramalan laju inflasi di Indonesia, mengetahui nilai parameter optimum dan mengetahui tingkat akurasi dari hasil peramalan. Penelitian ini mengambil data inflasi dari website resmi Bank Indonesia. Langkah-langkah peramalan menggunakan metode Brown's yaitu menentukan nilai parameter optimum, menghitung nilai pemulusan tunggal (single smoothing), menghitung nilai pemulusan ganda (double smoothing), menghitung nilai konstanta pemulusan, menghitung nilai koefisien trend, kemudian melakukan peramalan. Berdasarkan perhitungan pada metode Brown’s diperoleh nilai parameter optimum yaitu alpha (α) sebesar 0,9 dengan nilai MAPE sebesar 10,607%. Dari perhitungan peramalan menggunakan metode Brown's diperoleh nilai kesalahan/eror yaitu MAPE sebesar 10,607% yang berarti bahwa metode Brown's mempunyai kemampuan yang baik dalam peramalan sesuai dengan kriteria MAPE.References
A. Ma’ruf and L. Wihastuti, “Pertumbuhan ekonomi indonesia: determinan dan prospeknya,†J. Ekon. Stud. Pembang., vol. 9, no. 1, pp. 44–55, 2008.
P. Subagyo, “Forecasting, Konsep dan Aplikasi, Yogyakarta,†Ed. Keempat, BPFE UGM, 2002.
S. Ghosh and S. K. Dubey, “Comparative analysis of k-means and fuzzy c-means algorithms,†Int. J. Adv. Comput. Sci. Appl., vol. 4, no. 4, 2013.
N. S. Muhamad and A. Mohamed Din, “Exponential smoothing techniques on time series river water level data,†2015.
R. G. Brown, “Smoothing, Forecasting and Prediction, Prentice-Hall, Englewood Cliffs,†1963.
E. O. Noeryanti and F. Andriyani, “Aplikasi pemulusan eksponensial dari brown dan dari holt untuk data yang memuat trend,†in Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III, 2012, pp. 447–455.
L. Arsyad, “Peramalan bisnis,†BPFE–Yogyakarta. Yogyakarta, 2001.
L. R. Aritonang and R. Lerbin, “Peramalan bisnis,†Ghalia Indones. Jakarta, 2002.
Z. Inayah, “Perbandingan Metode Holt dan Brown pada Double Exponential Smoothing (Peramalan Jumlah Kejadian TB Paru).†UNIVERSITAS AIRLANGGA, 2010.
M. Mansyur and E. Rohadi, “Sistem Informasi Peramalan Stok Barang Di CV. Annora Asia Menggunakan Metode Double Exponential Smoothing,†J. Inform. Polinema, vol. 2, no. 1, p. 45, 2015.
E. Pujiati, D. Yuniarti, and R. Goejantoro, “Peramalan Dengan Menggunakan Metode Double Exponential Smoothing Dari Brown,†J. Eksponensial, vol. 7, no. 1, pp. 33–40, 2017.
S. Makridakis, S. C. Wheelwright, and V. E. McGee, “Metode dan aplikasi peramalan,†Jakarta: Erlangga, 1999.
P.-C. Chang, Y.-W. Wang, and C.-H. Liu, “The development of a weighted evolving fuzzy neural network for PCB sales forecasting,†Expert Syst. Appl., vol. 32, no. 1, pp. 86–96, 2007.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
2. 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 acknowledgment of its initial publication in this journal.
3. 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.
This work is licensed under a Creative Commons Attribution-ShareAlike 2.0 Generic License.