Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Matematika Sains dan Teknologi

PENGGUNAAN METODE ARIMA DALAM MERAMAL PERGERAKAN INFLASI Hartati Hartati
Jurnal Matematika Sains dan Teknologi Vol. 18 No. 1 (2017)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (818.822 KB) | DOI: 10.33830/jmst.v18i1.163.2017

Abstract

Inflation is a problem which haunts the economy of each country. Its development is which continually increasing make a drag on economic growth to a better direction. Inflation tends to occur in developing countries like Indonesia which is an agricultural country. To overcome the instability of inflation, one way to do is to predict the time series data. Methods Autoregressive Integrated Moving Average (ARIMA) has the ability to capture the necessary information about the wood as well as able to cope with the instability of inflation of inflation. This is because ARIMA is a method of forecasting time series are suited to predict the number of variables in a fast, simple, inexpensive, accurate, and only requires the data variables to be predicted. Inflasi merupakan suatu masalah yang menghantui perekonomian setiap negara. Perkembangannya yang terus-menerus mengalami peningkatan menjadi hambatan pada pertumbuhan ekonomi ke arah yang lebih baik. Perubahan laju inflasi cenderung terjadi pada negara-negara berkembang seperti halnya Indonesia yang merupakan negara agraris. Untuk menanggulangi terjadinya ketidakstabilan laju inflasi, salah satu cara yang dapat dilakukan adalah dengan meramalkan data time series. Metode Autoregressive Integrated Moving Average (ARIMA) memiliki kemampuan untuk menangkap informasi-informasi yang diperlukan mengenai laju inflasi serta mampu menanggulangi ketidakstabilan dari laju inflasi. Hal ini dikarenakan ARIMA merupakan suatu metode peramalan time series yang cocok digunakan untuk meramal sejumlah variabel secara cepat, sederhana, murah, dan akurat serta hanya membutuhkan data variabel yang akan diramal.