Perbandingan Hasil Peramalan Dengan Metode Fuzzy Time Series Chen Orde Tinggi Dengan Metode Fuzzy Time Series Saxena-Easo¬ Pada Data Inflasi Di Indonesia

Inflasi merupakan proses meningkatnya harga-harga secara umum dan terus-menerus. Dampak negatif yang ditimbukan dari inflasi adalah meningkatnya harga barang dan jasa. Dibutuhkan penanganan yang tepat untuk mencegah dampak negatif yang ditimbulkan, misalnya dengan memprediksi nilai inflasi masa yang akan datang. Fuzzy time series (FTS) Chen orde tinggi merupakan salah satu pengembangan metode peramalan dengan melibatkan dua atau lebih data historis pada tahap penentuan Fuzzy Logic Relation (FLR). Terdapat juga FTS Saxena-Easo yang dapat meramalkan nilai inflasi dengan menentukan interval fuzzy berdasarkan pembagian jumlah frekuensi. Metode ini diaplikasikan pada data tingkat inflasi di Indonesia tahun 2012-2021 yang dibagi menjadi data training dan data testing. Hasil peramalan menggunakan FTS Chen orde tinggi memiliki nilai MAPE sebesar 18,5172% dan nilai RMSEP sebesar 0,3999. Sedangkan pada FTS Saxena-Easo memiliki nilai MAPE sebesar 2,9471% dan nilai RMSEP sebesar 0,1013. Semakin kecil nilai MAPE dan RMSEP maka semakin tinggi akurasi hasil peramalan. Nilai korelasi pada FTS Saxena-Easo sebesar 0,9910 lebih tinggi dibandingkan FTS Chen orde tinggi sebesar 0,9212, berarti nilai peramalan pada FTS Saxena-Easo lebih mengikuti pola data aktual dibandingkan dengan FTS Chen orde tinggi. Dapat disimpulkan bahwa metode FTS Saxena-Easo lebih baik dibandingkan dengan FTS Chen orde tinggi untuk meramalkan data tingkat inflasi di Indonesia.