Perbandingan metode triple exponential smoothing holt-winters model additive dan multiplicative untuk prediksi indeks harga konsumen

INDONESIA:
Indeks Harga Konsumen (IHK) adalah angka yang menunjukkan perubahan harga barang dan jasa yang dikonsumsi oleh masyarakat. Perubahan harga barang dan jasa menghasilkan harga yang tidak selalu sama, kadang naik (inflasi) atau kadang turun (deflasi). Inflasi yang tidak terkendali dapat mengganggu daya beli masyarakat, sementara deflasi yang berkepanjangan dapat menghambat pertumbuhan ekonomi. Salah satu upaya yang dapat dilakukan untuk menggambarkan kondisi IHK di masa depan adalah melakukan peramalan angka IHK untuk beberapa periode kedepan. Sehingga dapat membantu dalam mengoptimalkan pengambilan keputusan ekonomi untuk mengantisipasi dan mengatasi masalah ekonomi yang mungkin timbul. Tujuan penelitian ini, yaitu untuk menentukan metode Triple Exponential Smoothing Holt-Winters model Additive dan Multiplicative yang terbaik dalam peramalan IHK. Pemilihan kedua metode tersebut didasarkan pada data IHK yang memiliki pola data trend dan musiman. Model Additive digunakan untuk mengatasi variasi musiman yang tetap, sedangkan model Multiplicative digunakan untuk mengatasi variasi musiman yang berubah relatif terhadap data. Data yang digunakan berupa data IHK periode Januari 2010 hingga Agustus 2023 yang berasal dari Badan Pusat Statistik. Penelitian ini melakukan pengujian terhadap metode Triple Exponential Smoothing Holt-Winters dengan melakukan variasi pada parameter dan periode, kemudian mengevaluasi hasilnya dengan menggunakan pengukuran Mean Absolute Precentage Error (MAPE). Tujuan dari pengujian ini adalah untuk menemukan metode Triple Exponential Smoothing Holt-Winters yang memiliki tingkat persentase nilai error terkecil. Hasil pengujian menunjukkan bahwa metode Triple Exponential Smoothing Holt-Winters dengan model Additive pada periode 3 bulan dengan parameter alpha 0.9, beta 0.1 dan gamma 0.1, memiliki tingkat persentase error terkecil dengan MAPE sebesar 1.1775%.

ENGLISH:
The Consumer Price Index (CPI) is a number that shows changes in the prices of goods and services consumed by the public. Changes in the prices of goods and services result in prices that are not always the same, sometimes rising (inflation) or sometimes falling (deflation). Uncontrolled inflation can disrupt people's purchasing power, while prolonged deflation can hamper economic growth. One effort that can be made to describe the condition of the CPI in the future is to forecast the CPI figures for several future periods. So it can help in optimizing economic decision making to anticipate and overcome economic problems that may arise. The aim of this research is to determine the best Triple Exponential Smoothing Holt-Winters Additive and Multiplicative model method for forecasting CPI. The selection of these two methods is based on CPI data which has trend and seasonal data patterns. The Additive model is used to deal with fixed seasonal variations, while the Multiplicative model is used to deal with seasonal variations that change relative to the data. The data used is CPI data for the period January 2010 to August 2023 which comes from the Central Statistics Agency. This research tested the Triple Exponential Smoothing Holt-Winters method by varying the parameters and periods, then evaluating the results using the Mean Absolute Precentage Error (MAPE) measurement. The aim of this test is to find the Holt-Winters Triple Exponential Smoothing method which has the smallest percentage error rate. The test results show that the Triple Exponential Smoothing Holt-Winters method with the Additive model for a 3 month period with parameters alpha 0.9, beta 0.1 and gamma 0.1, has the smallest percentage error rate with a MAPE of 1.1775%.

ARABIC:

الرقم القياسي لأسعار المستهلك (IHK) هو رقم يوضح التغيرات في أسعار السلع والخدمات التي يستهلكها الجمهور. تؤدي التغيرات في أسعار السلع والخدمات إلى تغيرات في أسعار السلع والخدمات بحيث لا تكون الأسعار كما هي دائمًا، فترتفع أحيانًا (التضخم) أو تنخفض أحيانًا (الانكماش). ويمكن أن يؤدي التضخم غير المنضبط إلى تعطيل القوة الشرائية للأفراد، بينما يمكن أن يؤدي الانكماش لفترات طويلة إلى إعاقة النمو الاقتصادي. أحد الجهود التي يمكن بذلها لوصف حالة مؤشر أسعار المستهلكين في المستقبل هو التنبؤ بأرقام مؤشر أسعار المستهلكين لعدة فترات مستقبلية. لذلك يمكن أن يساعد في تحسين عملية اتخاذ القرارات الاقتصادية لتوقع المشاكل الاقتصادية التي قد تنشأ والتغلب عليها. والهدف من هذا البحث هو تحديد أفضل طريقة نموذجية ثلاثية أسيّة ثلاثية للتنبؤ بالرقم القياسي لأسعار المستهلكين وهي طريقة نموذج هولت-وينترز المضافة والمضاعفة. ويستند اختيار هاتين الطريقتين إلى بيانات مؤشر أسعار المستهلكين التي تحتوي على أنماط بيانات الاتجاه والموسمية. يُستخدم النموذج الإضافي للتعامل مع التغيرات الموسمية الثابتة، بينما يُستخدم النموذج المضاعف للتعامل مع التغيرات الموسمية التي تتغير بالنسبة للبيانات. والبيانات المستخدمة هي بيانات مؤشر أسعار المستهلكين للفترة من يناير 2010 إلى أغسطس 2023 والتي تأتي من الجهاز المركزي للإحصاء. وقد اختبر هذا البحث طريقة هولت-وينترز للتنعيم الأسي الثلاثي عن طريق تغيير المعلمات والفترات، ثم تقييم النتائج باستخدام قياس متوسط الخطأ المئوي المطلق (MAPE). الهدف من هذا الاختبار هو العثور على طريقة هولت-وينترز للتنعيم الأسي الثلاثي التي لديها أقل نسبة مئوية للخطأ. تُظهر نتائج الاختبار أن طريقة Holt-Winters للتنعيم الأسي الثلاثي Holt-Winters ذات نموذج الإضافة لفترة 3 أشهر مع المعلمات ألفا 0.9، وبيتا 0.1، وجاما 0.1، لديها أصغر معدل خطأ مئوي مع متوسط خطأ مئوي مطلق (MAPE) بنسبة 1.1775%.