Search for collections on Undip Repository

Perbandingan Metode ARIMA, ANFIS, Dan Hybrid ARIMA-ANFIS Dalam Peramalan Inflasi Indonesia Dengan Pemilihan Model Terbaik

SIDIQ, Ahmad Zaelani (2024) Perbandingan Metode ARIMA, ANFIS, Dan Hybrid ARIMA-ANFIS Dalam Peramalan Inflasi Indonesia Dengan Pemilihan Model Terbaik. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of 1. COVER.pdf] Text
1. COVER.pdf

Download (95kB)
[thumbnail of 3. HALAMAN PENGESAHAN I.pdf] Text
3. HALAMAN PENGESAHAN I.pdf

Download (59kB)
[thumbnail of 4. HALAMAN PENGESAHAN II.pdf] Text
4. HALAMAN PENGESAHAN II.pdf

Download (37kB)
[thumbnail of 5. KATA PENGANTAR.pdf] Text
5. KATA PENGANTAR.pdf

Download (108kB)
[thumbnail of 6. ABSTRAK.pdf] Text
6. ABSTRAK.pdf

Download (41kB)
[thumbnail of 7. ABSTRACT.pdf] Text
7. ABSTRACT.pdf

Download (40kB)
[thumbnail of 8. DAFTAR ISI.pdf] Text
8. DAFTAR ISI.pdf

Download (69kB)
[thumbnail of 12. BAB 1 PENDAHULUAN.pdf] Text
12. BAB 1 PENDAHULUAN.pdf

Download (56kB)
[thumbnail of 17. DAFTAR PUSTAKA.pdf] Text
17. DAFTAR PUSTAKA.pdf

Download (48kB)

Abstract

Peramalan data inflasi merupakan hal penting dalam perencanaan ekonomi dan
pengambilan keputusan kebijakan. Penelitian ini bertujuan untuk memperamalan
inflasi di Indonesia dengan menggunakan pendekatan terbaik antara metode
Autoregressive Integrated Moving Average (ARIMA), Adaptive Neuro-Fuzzy
Inference System (ANFIS), dan hybrid yang menggabungkan metode ARIMA dan
ANFIS. Hasil penelitian menunjukkan bahwa pendekatan hybrid ARIMA-ANFIS
menghasilkan akurasi peramalan yang lebih tinggi dibandingkan dengan
penggunaan metode ARIMA atau ANFIS secara terpisah. Pendekatan hybrid
dapat digunakan sebagai alat yang efektif untuk peramalan inflasi di Indonesia
dan membantu pengambil kebijakan dalam merumuskan strategi ekonomi yang
lebih tepat.
Kata Kunci: Inflasi, ARIMA, ANFIS, Peramalan, Hybrid

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Statistics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 18 Feb 2026 03:59
Last Modified: 18 Feb 2026 03:59
URI: https://eprints2.undip.ac.id/id/eprint/45374

Actions (login required)

View Item View Item