PERAMALAN INFLASI KOTA SAMARINDA MENGGUNAKAN MODEL HYBRID SINGULAR SPECTRUM ANALYSIS-NEURAL NETWORK
Metode hybrid adalah kombinasi dari dua atau lebih metode peramalan. Salah satu metode hybrid yaitu Singular Spectrum Analysis (SSA)-Neural Network (NN). SSA berkinerja baik dalam mengidentifikasi pola trend, musiman, siklis dan noise pada data runtun waktu. NN mampu mengolah data berukuran besar dan memberikan akurasi yang tinggi dalam memprediksi. Model hybrid SSA-NN merupakan kombinasi yang baik untuk meramalkan data ekonomi yang cenderung memiliki pola trend dan musiman seperti data inflasi. Tujuan penelitian ini adalah untuk memperoleh perbandingan kinerja peramalan antara model SSA dan hybrid SSA-NN terbaik serta memperoleh hasil peramalan inflasi Kota Samarinda tahun 2022. Berdasarkan pemodelan SSA pada inflasi Kota Samarinda diperoleh nilai Root Mean Square Error (RMSE) sebesar 0,0435, sedangkan nilai RMSE pada model hybrid SSA-NN terbaik dengan 3 neuron adalah sebesar 0,0160. Model hybrid SSA-NN terbaik berkinerja lebih baik daripada model SSA karena menghasilkan nilai RMSE yang lebih kecil. Peramalan inflasi Kota Samarinda menggunakan model hybrid SSA-NN tahun 2022 menghasilkan inflasi tertinggi pada bulan Juli sebesar 0,83% dan terendah pada bulan Agustus sebesar -0,39%.
Ketersediaan
Detail Information
Judul | PERAMALAN INFLASI KOTA SAMARINDA MENGGUNAKAN MODEL HYBRID SINGULAR SPECTRUM ANALYSIS-NEURAL NETWORK |
---|---|
Pengarang | GRACE WULANDARI - Personal Name |
No. Panggil | SKRIPSI GRA p 2022 |
Subyek | hybrid, inflasi, NN, peramalan, SSA |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2022 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Statistika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY