Perbandingan Metode SARIMA Dan Holt Exponential Smoothing Untuk Prediksi Tingkat Inflasi Indonesia

Prediksi adalah suatu metode yang dapat diukur dalam pengambilan pilihan untuk menggambarkan nilai-nilai di masa depan berdasarkan beberapa variabel dalam kerangka informasi masa lalu dan masa kini. Pada penelitian ini dilakukan prediksi data Inflasi Indonesia dengan perbandingan metode SARIMA dan Holt Exponential Smoothing, karena keduanya efektif dalam mengidentifikasi komponen musiman dan trend yang sama dengan pola data yang dipakai pada penelitian ini. Metode SARIMA digunakan untuk mengakomodasi pola musiman yang berulang setiap tahun, sementara metode Holt Exponential Smoothingrnditerapkan untuk menangkap pola tren dalam data inflasi. Keduanya memiliki kelebihan dan kelemahan yang serupa, sehingga memungkinkan perbandingan yang relevan. Dalam penelitian ini hasil peramalan menunjukkan bahwa SARIMA (0,1,0)(2,1,0)12 memberikan MAPE terkecil sebesar 8,83%. Sementara Holt Exponential Smoothing menghasilkan MAPE sebesar 9,25%, Sehingga didapatkan bahwa metode terbaik adalah SARIMA (0,1,0)(2,1,0)12rndikarenakan memiliki nilai MAPE terkecil yang menunjukkan tingkat akurasi 90% dan ketepatan prediksi yang lebih tinggi dari metode Holt Exponential Smoothing.rnKata Kunci : Prediksi, SARIMA, Holt Exponential Smoothing