Prediksi Inflasi Sumatera Utara dengan Maximal Overlap Discrete Wavelet Transfrom
Abstract
Abstrak: Tujuan penelitian ini yaitu untuk menentukan model matematis dan tingkat akurasi prediksi tingkat inflasi di Sumatera Utara untuk tahun 2022 menggunakan Maximal Overlap Discrete Wavelet Transform serta mengetahui hasil prediksi tingkat inflasi di Sumatera Utara untuk tahun 2023-2025. Penelitian prediksi inflasi Sumatera Utara ini menerapkan metode Maximal Overlap Discrete Wavelet Transform dengan menggunakan wavelet Haar dalam penyelesaiannya. Hasil yang didapat adalah model prediksi tingkat inflasi Sumatera Utara yaitu dengan nilai interpretasi dari hasil keakuratan MAPE 15% hal ini menunjukkan bahwa jika nilai akurasi 10-20%, dikatakan baik digunakan sehingga penggunaan metode Maximal Overlap Discreate Wavelet Transform dapat digunakan untuk memprediksi tingkat inflasi. Hasil prediksi yang didapat adalah Sumatera Utara mengalami inflasi terbesar pada tahun 2023 di bulan Januari dengan tingkat inflasi Month to Month 24,37% dan inflasi terkecil di tahun 2023 pada bulan Desember tingkat inflasi Month to Month 6,3%. Pada tahun 2024 inflasi terbesar pada bulan Januari dengan tingkat inflasi Month to Month 5,9% serta mengalami deflasi pada bulan Oktober sebesar -5,4%. Pada tahun 2025 Inflasi Month to Month terbesar Sumatera Utara terdapat pada bulan Desember yakni 4,7% dan mengalami deflasi Month to Month pada bulan Februari sebesar -6%.
Keywords
Full Text:
PDFReferences
Andriyani, M. dan Subanar. (2019). Prediksi Data Penumpang Kereta Api Januari 2023-November 2018 Menggunakan Maximal Overlap Discrete Wavelet Transform Reccurent Neural Network (MODWT-RNN). Media Statistika, 12(2).
Aprilianti, B., Martha, S., dan Imro’ah, N. (2022). Prediksi Harga Saham dengan Metode MODWT-ARIMA. Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster), 11(4) : 649-658.
Badan Pusat Statistika Provinsi Sumatera Utara. https://sumut.bps.go.id/. Diakses pada 14 Maret 2023.
Bank Indonesia. https://www.bi.go.id/. Diakses pada 15 Maret 2023.
Caraka, R. E., Yasin, H., & Suparti, S. 2015. Pemodelan Tinggi Pasang Air Laut di Kota Semarang denngan Mengggunakan Maximal Overlap Discrete Wavelet Transform (MODWT). Jurnal Meteorologi, Klimatologi dan Geofisika, 2(2), 104-114.
Hamsinah. (2022). Pengantar Technopreneurship. Surabaya : Cipta Media Nusantara
Karlina, B. (2017). Pengaruh Tingkat Inflasi, Indeks Harga Konsumen Terhadap PDB Di Indonesia Pada Tahun 2011-2015. Jurnal Ekonomika Dan Manajemen, 6 (1), 16-27.
Nababan, T. Y. E., Warsito, B., & Rusgiyono, A. (2020). Pemodelan Wavelet Neural Network untuk Prediksi Nilai Tukar Rupiah Terhadap Dolar AS. Jurnal Gaussian, 9(2), 217-226.
Novamizanti, L., & Kurnia, A. (2015). Analisis Perbandingan Kompresi Haar Wavelet Transform dengan Embedded Zerotree Wavelet pada Citra. ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 3(2), 161.
Nugroho, M. F., & Utomo, Y. P. (2022). Analisis Pengaruh Tingkat Suku Bunga, Pengeluaran Pemerintah, Konsumsi Masyarakat, Jumlah Uang Beredar, Serta Nilai Tukar Terhadap Inflasi di Indonesia Tahun 1997-2020. Ekonomis: Journal of Economics and Business, 6(2), 822-825.
Percival, D.,B. and Walden, A.,T. (2018). Wavelet Methods For Time Series Analysis. Cambridge UniversityPress, Cambridge, United Kingdom.
Prasasti, K. B., & Slamet, E. J. (2020). Pengaruh Jumlah Uang Beredar Terhadap Inflasi dan Suku Bunga, Serta Terhadap Investasi dan Pertumbuhan Ekonomi di Indonesia. Jurnal Ekonomi Dan Bisnis Airlangga, 30(1).
Prasetyaningsih, I. (2023). Prediksi Menggunakan Metode Wavelet Thresholding dengan Maximal Overlap Discrete Wavelet Transform (Study Kasus : Indeks Harga Saham Gabungan di Bursa Efek Indonesia. Jurnal Ilmiah.
Qorri'Aina, M., Hendikawati, P., & Walid, W. (2019). Time Series Modelling Of Stock Price By Modwt-ARIMA Method. Unnes Journal of Mathematics, 8(2), 79-89.
Rumondor, N., Kumaat, R. J., & Tumangkeng, S. Y. (2021). Pengaruh Nilai Tukar Dan Jumlah Uang Beredar Terhadap Inflasi Di Indonesia Pada Masa Pandemic Covid-19. Jurnal Berkala Ilmiah Efisiensi, 21(3).
Setiawan, I. (2021). Rancang Bangun Aplikasi Persediaan Stok Barang Menggunakan MetodeWeighted Moving Average (WMA) Pada Toko Barang XYZ. Jurnal Teknik Informatika, 13(3), 1-9.
Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung : Alfabeta.
Sutriani, V. (2022). Prediksi Tingkat Inflasi di Indonesia Tahun 2022 Menggunakan Metode Holt-Winters dengan Optimasi Golden Section. UNEJ e-Proceeding, 392-404.
DOI: https://doi.org/10.31764/justek.v7i1.21473
Refbacks
- There are currently no refbacks.
JUSTEK Official: