Metode prediksi klasik pada umumnya mensyaratkan data harus bersifat stasioner, akan tetapi umumnya terdapat beberapa data runtun waktu yang bersifat
nonstasioner. Salah satu metode yang mampu menganalisis data non-stasioner dengan baik adalah transformasi wavelet diskrit (TWD). Estimasi thresholding
dilakukan untuk menghapuskan noise pada data, dengan menggunakan fungsi dan parameter threshold yang sangat berpengaruh pada kemulusan hasil estimasi.
Penelitian ini bertujuan untuk memprediksi inflasi di Indonesia pada bulan Mei 2012 hingga Desember 2022 menggunakan TWD daubechies soft thresholding dan parameter adaptive, serta mengetahui level resolusi terbaik dari perolehan nilai akurasi prediksi menggunakan Mean Absolute Percentage Error (MAPE). Hasil
penelitian menunjukkan bahwa nilai prediksi baik pada level 1 sampai dengan level 5 sangat mendekati pola data aktual, dengan MAPE kurang dari 5%. Nilai MAPE terkecil yaitu 2,81% terdapat pada level resolusi pertama, dengan kategori akurasi prediksi sangat baik.