PEMODELAN ARIMA DAN SARIMA UNTUK PERAMALAN INDEKS HARGA KONSUMEN KOTA BALIKPAPAN

Abstract

Peramalan indeks harga konsumen penting dilakukan sebagai salah satu bahan untuk pengambilan suatu kebijakan. IHK merupakan data runtun waktu yang diapat diramalkan dengan Autoregressive Integrated Moving Average (ARIMA). Data IHK Kota Balikpapan banyak dipengaruhi oleh siklus musiman. Oleh karena itu dalam peramalan data IHK dengan ARIMA diperlukan model yang memperhatikan faktor musim. Seasonal ARIMA merupakan pengembangan model ARIMA yang memperhatikan efek musiman. Tujuan dalam kajian ini adalah mendapatkan model terbaik dalam peramalam IHK Kota Balikpapan. Hasil pemodelan terbaik yang diperoleh dalam penelitian ini adalah SARIMA(0,1,2)(2,0,2)[6] with drift  dengan nilai AIC dan RMSE yang terkecil yaitu sebesar 178,98 dan 0,463. Model telah memenuhi asumsi white noise dan residual berdistribusi normal, sehingga layak digunakan untuk  pemodelan IHK Kota Balikpapan.