Penerapan model Fuzzy Time Series - Markov Chain untuk peramalan inflasi

INDONESIA:

Salah satu metode peramalan yang paling banyak dikembangkan saat ini adalah time series, yakni menggunakan pendekatan kuantitatif dengan data masa lampau yang dijadikan acuan untuk peramalan masa depan. Proses peramalan sangat penting pada data time series karena diperlukan dalam proses pengambilan keputusan. Pada bidang perekonomian peramalan dapat digunakan untuk memantau pergerakan inflasi yang akan datang. Perkembangan metode peramalan data time series yang cukup pesat mengakibatkan terdapat banyak pilihan metode yang dapat digunakan untuk meramalkan data sehingga perlu membandingkan metode yang satu dengan metode yang lainnya untuk mendapatkan hasil ramalan dengan akurasi yang tinggi.

Pada penelitian ini menjelaskan masalah pemodelan pada peramalan inflasi menggunakan Fuzzy Time Series (FTS) yang dikembangkan dengan kombinasi Markov Chain. Pengembangan metode dilakukan dengan cara menginduksi metode Markov Chain dengan kaidah matematis dan diterapkan pada tahapan proses peramalan data inflasi. Hasil pengujian menunjukkan bahwa model peramalan Fuzzy Time Series-Markov Chain (FTS-MC) memiliki nilai akurasi peramalan lebih baik daripada metode FTS klasik, dengan persentase peningkatan akurasi 1,50% jika dihitung menggunakan MAPE dan sebesar 0,13 jika dihitung dengan menggunakan MSE.

ENGLISH:

Today the most developed forecasting method is time series, which is a quantitative approach method uses past data as a reference for future forecasting. Forecasting process is very important in time series data because it is required in the process of decision making. In economic field, forecasting helps to monitor the next inflation movement. The fast development of forecasting methods cause many methods that can be used to predict the data so that we require to compare one method with another to get the high accuracy value of forecasting results.

This research describes the model on inflation forecasting using Fuzzy Time Series (FTS) which is developed by combining with Markov Chain. Method development is performed by inducing Markov Chain method with mathematical rules and applied on stages of inflation data forecasting process. The test results show that the combining of Fuzzy Time Series-Markov Chain (FTS-MC) forecasting model has a higher forecasting accuracy value than classical FTS method which is 1.50% using MAPE and only 0.13 using MSE.