Metode pemulusan eksponensial ganda dengan verifikasi pemantauan Tracking Signal pada data tingkat inflasi di Indonesia tahun 2011-2015

INDONESIA:

Model peramalan deret waktu untuk data tingkat inflasi di Indonesia dapat diselesaikan dengan berbagai macam metode peramalan. Pada penelitian ini, metode peramalan yang digunakan ialah metode pemulusan eksponensial ganda. Metode pemulusan eksponensial tunggal maupun ganda, merupakan nilai pemulusan yang terdapat pada waktu sebelum data yang sebenarnya. Apabila pada data tersebut terdapat komponen trend maka untuk nilai pemulusan tunggal perlu ditambahkan nilai pemulusan ganda, guna menyesuaikan trend. Begitu juga pada data tingkat inflasi di Indonesia memiliki pola data trend, namun pola data masa lalu yang berubah-ubah menyebabkan konstanta pemulusan yang sudah ada tidak selamanya menjadi konstanta yang terbaik. Hal ini menimbulkan kesalahan menjadi bersifat sistematis yang menyebabkan peramalan menjadi bias. Oleh karena itu, digunakan sistem pemantauan tracking signal untuk memantau ada tidaknya bias dalam peramalan dan menentukan kapan kesalahan sistematis itu terjadi.

Tujuan penelitian ini adalah untuk mendapatkan tingkat akurasi pada metode pemulusan eksponensial ganda Holt dan pemantauan tracking signal sehingga diverifikasi bahwa metode pemulusan eksponensial ganda Holt cocok untuk meramalkan data tingkat inflasi di Indonesia. Adapun hasil penelitian ini didapatkan nilai peramalan dari metode pemulusan eksponensial ganda holt ialah , , , , dan . Kemudian dilakukan verifikasi dengan laju pemantauan tracking signal yang berada pada angka , dimana angka tersebut menunjukkan bahwa tidak terdapat kesalahan yang bersifat sistematis terhadap data tingkat inflasi dengan menggunakan metode pemulusan eksponensial ganda Holt.

ENGLISH:

Time series forecasting model for inflation data in Indonesia can be solved using different kind of forecasting methods. The forecasting method that used in this study is a method of double exponential smoothing. Singular or double exponential smoothing are the smoothing value which is found before the exact data. If there are trend components in the data, then the value of singular smoothing needs to be added to the value of double singular smoothing, to adjust the trend. Also, the inflation in indonesia has a trend pattern data, but data of the past is constantly changing which makes the smoothing constant that already exists is not be always the best constant. This leads the inaccurate to be systematic that causes forecasting be biased. Hence, monitoring system tracking signal is used to monitor the existence of bias in forecasting and to determine when error systematic occurs.

The purpose of this research is to get a model of forecasting data of the inflation using the double exponential smoothing method with tracking signal verification. The result of this research is forecasting value of the double exponential smoothing Holt namely , , , , dan . Then the verification of monitoring tracking signal which at the 0,3580, in whice the value shows that there is no systematical error of inflation rate data using the method of double smoothing exponential Holt.

ARABIC:

امثال نموذج التنبؤ سلسلة الوقت لبيانات التضخم في اندونيسيا يمكن حلها باستخدام نوع مختلف من أساليب التنبؤ. في هذا البحث، طريقة التنبؤ تلك المستخدمة هي طريقة لتمهيد الأسي المزدوج. أما طريقة تجانس الأسي المفرد أو المزدوج هي قيمة تجانس الذي تم العثور عليه قبل صدور البيانات الدقيقة. إذا كانت هناك مكونات الاتجاه في البيانات، ثم قيمة تجانس فريد يحتاج إلى إضافته إلى قيمة تجانس فريد مزدوج، لضبط الاتجاه. فإن التضخم في اندونيسيا لديه بيانات نمط الاتجاه أيضا، ولكن البيانات من الماضي تتغير باستمرار مما يجعل موجود ثابت تجانس بالفعل لا يكون أفضل ثابت دائما. ويؤدي هذا غير دقيق أن تكون منهجية التي تسبب يكون متحيزا التنبؤ. وبالتالي، يتم استخدام رصد إشارة تتبع نظام لرصد وجود تحيز في التنبؤ وتحديد عندما يحدث خطأ منهجي.

والغرض من هذا البحث هو الحصول على نموذج التنبؤ بيانات التضخم باستخدام مزدوج طريقة تجانس الأسي مع التحقق إشارة تتبع. ونتيجة لهذا البحث أنه من المتوقع قيمة تجانس الأسي المزدوج هولت وهي ، ، ، ، . ثم التحقق من مراقبة إشارة تتبع التي في ، الذي القيمة يظهر أنه لا يوجد خطأ منهجي بيانات معدل التضخم باستخدام أسلوب تمهيد مزدوج الأسي هولت.