PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DAN METODE ARIMA BOX-JENKINS
Abstract
Penduduk merupakan faktor dominan dalam pelaksanaan pembangunan serta penduduk menjadi pelaksana tujuan pembangunan. Pemerintah perlu meramalkan jumlah penduduk untuk menentukan tujuan kebijakan ekonomi. Peramalan jumlah penduduk merupakan hal yang penting bagi pemerintah untuk menentukan arah kebijakan perekonomian bangsa. Data populasi yang pada dasarnya merupakan data deret waktu dapat dianalisis dengan metode rata-rata bergerak, metode pemulusan eksponensial, dan metode ARIMA. Metode pemulusan eksponensial yang digunakan adalah pemulusan eksponensial ganda Holt karena data jumlah penduduk berpola trend linier. Penelitian difokuskan pada peramalan populasi dengan menggunakan pemulusan eksponensial ganda Holt dan ARIMA. Pemulusan eksponensial ganda Holt menggunakan nilai parameter 0,3 dan 0,99. Nilai parameter yang digunakan adalah 0,05 dan 0,9. Pemulusan eksponensial ganda Holt, diperoleh nilai jumlah penduduk untuk tahun 2020 sebesar 1.614.339 jiwa , tahun 2021 sebesar 1.626.379 jiwa, tahun 2022 sebesar 1.641.519 jiwa. ARIMA hasil nilai ramalan jumlah penduduk tahun 2020 sebanyak 1.618.258 jiwa, tahun 2021 sebanyak 1.628.259 jiwa, tahun 2022 sebanyak 1.643.417 jiwa. Nilai a=0,99 dan g=0,05 memberikan MSE terkecil pada nilai 15175922,58. Model ARIMA (1, 1, 1) nilai MSE terkecil 17373940. Setelah dibandingkan, metode Holt pemulusan eksponensial ganda sama efektifnya dengan metode ARIMA untuk meramalkan jumlah penduduk di Kabupaten Banyumas.
Downloads
References
[2] Assauri S. 1984, Teknik dan Metode Peramalan (Penerapannya Dalam Ekonomi dan Dunia Usaha), Edisi Satu, Jakarta : LPFE - UI.
[3] Aswi dan Sukarna, (2004), Analisis Deret Waktu: Teori dan Aplikasi, Makassar: Andira Publisher.
[4] Abdullah, Lazim. 2012. ARIMA Model for Gold Bullion Coin Selling Prices Forecasting. International Journal of Advances in Applied Sciences (IJAAS). 1(4): 153-158
[5] Alli, P., Sundar, D., Devi B. Uma. 2013. An Effective Time Series Analysis for Stock Trend Prediction Using ARIMA Model for Nifty Midcap-50. International Journal of Data Mining Knowledge Management Process (IJDKP). 3(1): 65-78.
[6] Bowerman, Bruce L. dan O’Connell, Richard T. 1993, Forecasting and Time Series: An Applied Approach 3rd edition, California : Duxbury Press.
[7] Box, G. E. P. & g. M.Jenkins. 1970. Time Series Analysis. California: Holden Day.
[8] Ekata & Shivastav Anand Kumar. 2012. Applicability of Box Jenkins ARIMA Model in Crime Forecasting: A Case Study of Counterfeiting in Gujarat State. Internasional Journal of Advanced Research in Computer Engineering Technology. Vol I. ISSN 2278-1323
[9] Gujarati, Damodar, 1979, Basic Econometrics, New York : McGraw-Hill International Book Company.
[10] Hanke, John E. dan Reitsch, Arthur G. 1995, Business Forecasting, Washington : Prentice Hall.
[11] Hermawan, Eddy. 2011. Perbandingan Metode Box-Jenkins dan Holt-Winters dalam Memprediksi Anomali Air OLR Pentad di Kawasan Barat Indonesia. Jurnal Sains Dirgantara. 9(1):25-35.
[12] Makridakis, S., Wheelwright, S.C., dan McGee, V.E. 1992, Metode dan Aplikasi Peramalan, Jakarta : Erlangga.
[13] Newbold, Paul, 1988, Statistics for Business and Economics, Edisi Kedua, New Jersey : Prentice Hall, Englewood Cliffs 07632, USA.
[14] Phumchusri, Naragain & Udom, Patimaporn. 2014. A Comparison Study Between Time Series Model and ARIMA Model for Sales Forecasting of Distributor in Plastic Industry. IOSR Journal of Engineering (IOSRJEN) Departement of Industrial Engineering, Faculty of Engineering, Chulalongkorn University, Bangkok, Thailand. 4(6): 32-38.
[15] Pramita, Wahyu & Tanuwijaya, Haryanto. 2010. Penerapan Metode Exponential Smoothing Winter dalam Sistem Informasi Pengendalian Persediaan Produk dan Bahan Baku sebuah Cafe. UPN Veteran Yogyakarta. Prosiding Seminar Nasional Informatika. Surabaya: STIKOM Surabaya
[16] Subagyo, P. 1986, Forecasting Konsep dan Aplikasi, Yogyakarta : BPFE-Yogyakarta.
[17] Wei, William W. S. 2006, Time Series Analysis: Univariate and Multivariate Methods 2nd edition, New Jersey : Pearson Education.
Copyright (c) 2021 Electro Luceat
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
