Melola Discovery

← Melola Discovery

Jurnal

Peramalan Inflasi di Demak Menggunakan Metode ARIMA Berbantuan Software R dan MINITAB

PRISMA, Prosiding Seminar Nasional Matematika · Vol. 1 (2018) · hlm. 745–754

ISSN
2613-9189
Terbit
2018-02-01
Penerbit
Jurusan Matematika FMIPA UNNES
Bahasa
eng

Abstrak

Peramalan digunakan untuk memprediksi sesuatu yang akan terjadi di masa mendatang sehingga tindakan yang tepat dapat dilakukan. ARIMA merupakan salah satu metode peramalan runtun waktu yang dikembangkan dimana data pengamatan dalam sebuah data runtun waktu diasumsikan berhubungan satu sama lain secara statistik. R dan Minitab termasuk kelompok software statistik yang dapat digunakan untuk pengolahan data peramalan, akan tetapi penggunaan Minitab lebih populer daripada R. Ketidakstabilan inflasi di kabupaten Demak di masa mendatang menyulitkan bank sentral maupun pemerintah dalam menentukan kebijakan. Tujuan kajian ini yakni meramalkan inflasi di kabupaten Demak bulan Maret 2017 sampai dengan Desember 2017 menggunakan model ARIMA terbaik berbantuan software R dan Minitab serta untuk memilih software yang lebih akurat dalam melakukan analisis ARIMA. Data inflasi diambil dari BPS Kabupaten Demak dari bulan Januari 2009 sampai dengan Februari 2017. Analisis ARIMA yang dilakukan sesuai dengan prosedur Box-Jenkins yakni melakukan identifikasi terhadap data, mengestimasi parameter dan uji signifikansi, serta menentukan model ARIMA terbaik. Hasil analisis menggunakan R dan Minitab menunjukkan model ARIMA terbaik adalah ARIMA(2,0,0). Langkah-langkah analisis ARIMA baik menggunakan R maupun Minitab mudah dilakukan. Akan tetapi, R dinilai lebih akurat daripada Minitab karena pada tahap identifikasi data, selain dapat mengidentifikasi data melalui grafik, pada R juga tersedia uji ADF sedangkan pada Minitab hanya dapat mengidentifikasi data secara visual melalui grafik yang terkadang menyulitkan penganalisa data untuk menentukan stasioneritas data sebagai asumsi awal yang harus dipenuhi sebelum melakukan uji lanjut

Jaringan kolaborasi para penulis

40 penulis · 88 tautan kepenulisan bersama · 14 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • IPB University
  • State University of Semarang
  • Universitas Jambi
  • University of Brawijaya
  • Universitas Nahdlatul Ulama Lampung
  • Universitas Halu Oleo
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Scolastika MarianiState University of Semarang7
Arief AgoestantoAfiliasi tidak diketahui5
Sugiman SugimanAfiliasi tidak diketahui4
Yudi YudiUniversitas Jambi4
Rahayu RahayuUniversitas Jambi3
Dheny WahyudhiUniversitas Jambi3
Muhaimin Rifa’iUniversity of Brawijaya3
Sri WidyartiAfiliasi tidak diketahui3
Luki AbdullahIPB University2
Asnath Maria FuahAfiliasi tidak diketahui2
Riza ArifudinState University of Semarang2
Nurkaromah DwidayatiState University of Semarang2
Yuninda Diah PratiwiAfiliasi tidak diketahui2
Budi WaluyaAfiliasi tidak diketahui2
Isnarto IsnartoState University of Semarang2
Kartika Sari AsihAfiliasi tidak diketahui2
Sugeng NugrohoAfiliasi tidak diketahui2
Herry LiyusUniversitas Jambi2
Aris SoewondoUniversity of Brawijaya2
Wardono WardonoAfiliasi tidak diketahui2
Cece SumantriIPB University1
Asep GunawanIPB University1
Ratna Sholatia HarahapIPB University1
Kasita ListyariniIPB University1
Salman YusufAfiliasi tidak diketahui1
Rachmat SomanjayaAfiliasi tidak diketahui1
Mohamad Agus SetiadiAfiliasi tidak diketahui1
Agung Prastyo NugrohoAfiliasi tidak diketahui1
Merryafinola IfaniAfiliasi tidak diketahui1
Suhartati SuhartatiAfiliasi tidak diketahui1
Anhar Faisal FananiUniversitas Nahdlatul Ulama Lampung1
Komang Gede WiryawanIPB University1
Salundik SalundikAfiliasi tidak diketahui1
La Ode Safiun ArihiUniversitas Halu Oleo1
Hikmawati HikmawatiAfiliasi tidak diketahui1
Irdam IrdamAfiliasi tidak diketahui1
Nur MaliyaAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/prisma/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Peramalan Inflasi di Demak Menggunakan Metode ARIMA Berbantuan Software R dan MINITAB</dc:title>
	<dc:creator>Rahayu, Sri</dc:creator>
	<dc:creator>Sukestiyarno, Sukestiyarno</dc:creator>
	<dc:creator>Hendikawati, Putriaji</dc:creator>
	<dc:description xml:lang="en-US">Peramalan digunakan untuk memprediksi sesuatu yang akan terjadi di masa mendatang sehingga tindakan yang tepat dapat dilakukan. ARIMA merupakan salah satu metode peramalan runtun waktu yang dikembangkan dimana data pengamatan dalam sebuah data runtun waktu diasumsikan berhubungan satu sama lain secara statistik. R dan Minitab termasuk kelompok software statistik yang dapat digunakan untuk pengolahan data peramalan, akan tetapi penggunaan Minitab lebih populer daripada R. Ketidakstabilan inflasi di kabupaten Demak di masa mendatang menyulitkan bank sentral maupun pemerintah dalam menentukan kebijakan. Tujuan kajian ini yakni meramalkan inflasi di kabupaten Demak bulan Maret 2017 sampai dengan Desember 2017 menggunakan model ARIMA terbaik berbantuan software R dan Minitab serta untuk memilih software yang lebih akurat dalam melakukan analisis ARIMA. Data inflasi diambil dari BPS Kabupaten Demak dari bulan Januari 2009 sampai dengan Februari 2017. Analisis ARIMA yang dilakukan sesuai dengan prosedur Box-Jenkins yakni melakukan identifikasi terhadap data, mengestimasi parameter dan uji signifikansi, serta menentukan model ARIMA terbaik. Hasil analisis menggunakan R dan Minitab menunjukkan model ARIMA terbaik adalah ARIMA(2,0,0). Langkah-langkah analisis ARIMA baik menggunakan R maupun Minitab mudah dilakukan. Akan tetapi, R dinilai lebih akurat daripada Minitab karena pada tahap identifikasi data, selain dapat mengidentifikasi data melalui grafik, pada R juga tersedia uji ADF sedangkan pada Minitab hanya dapat mengidentifikasi data secara visual melalui grafik yang terkadang menyulitkan penganalisa data untuk menentukan stasioneritas data sebagai asumsi awal yang harus dipenuhi sebelum melakukan uji lanjut</dc:description>
	<dc:publisher xml:lang="en-US">Jurusan Matematika FMIPA UNNES</dc:publisher>
	<dc:date>2018-02-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/prisma/article/view/20356</dc:identifier>
	<dc:source xml:lang="en-US">PRISMA, Prosiding Seminar Nasional Matematika; Vol 1 (2018): PRISMA, Prosiding Seminar Nasional Matematika; 745-754</dc:source>
	<dc:source>2613-9189</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/prisma/article/view/20356/9663</dc:relation>
</oai_dc:dc>