PERBANDINGAN ANTARA METODE STATISTIKA DAN METODE NEURAL NETWORK PADA MODEL PERAMALAN INDEKS HARGA PERDAGANGAN BESAR

Penelitian yang berhubungan dengan metode peramalan sudah sangat banyak dan akan terus berkembang seiring dengan bertambah kompleksnya permasalahan yang dihadapi di dunia nyata. Metode peramalan yang sering digunakan dalam penelitian adalah metode peramalan kuantitatif dengan data runtun waktu. Beberapa metode peramalan runtun waktu dapat menganalisis pola yang terdapat pada data runtun waktu dengan teknik statistik yang mudah dan sederhana dan memberikan hasil prediksi yang baik, seperti analisis trend, eksponensial smoothing, dekomposisi dan ARIMA Box-Jenkins. Di samping itu ada juga yang menggunakan teknik kecerdasan buatan seperti neural network (jaringan syaraf tiruan) untuk memprediksi. Pada penelitian ini akan dilakukan perbandingan model peramalan dari 13 variabel data indeks harga perdagangan besar periode Januari 2000 – Agustus 2013 antara metode statistika dan metode neural network. Hasil penelitian menunjukkan bahwa dari 13 variabel indeks harga perdagangan besar yang dianalisis, terdapat 12 variabel memiliki bentuk model peramalan yang paling cocok yaitu ARIMA (92,3%). Berdasarkan hasil peramalan untuk 13 variabel indeks harga perdagangan besar untuk periode bulan Januari – Agustus 2013, terdapat 11 variabel memiliki model peramalan yang paling akurat yaitu ARIMA (84,62%) Kata Kunci: ARIMA, dekomposisi, neural network, tren, peramala