PERAMALAN DENGAN HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE - ADAPTIVE NEURO FUZZY INFERENCE SYSTEM PADA DATA INFLASI PROVINSI SULAWESI SELATAN = FORECASTING WITH HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE - ADAPTIVE NEURO FUZZY INFERENCE SYSTEM ON INFLATION DATA OF SOUTH SULAWESI PROVINCE

Peramalan inflasi penting karena memengaruhi perencanaan ekonomi, kebijakan moneter, dan stabilitas harga. Peramalan adalah proses memperkirakan peristiwa masa depan berdasarkan data masa lalu. Dalam penelitian ini, metode yang digunakan untuk memprediksi laju inflasi adalah metode hybrid Seasonal ARIMA-ANFIS. Model Seasonal ARIMA (SARIMA) merupakan salah satu metode dalam meramalkan data deret waktu yang berisi elemen musiman. Model ARIMA memiliki kelemahan karena tidak dapat mendeteksi pola data non-linier, padahal di dunia nyata data seringkali kompleks dan non-linier. Oleh karena itu, diperlukan metode hibrida yang menggabungkan model SARIMA dan AFIS daripada menggunakan satu metode untuk meningkatkan akurasi peramalan. Model ANFIS dapat mendeteksi pola non-linier. Berdasarkan analisis data tingkat inflasi provinsi Sulawesi Selatan dari tahun 2011 hingga 2022, model hibrida SARIMA-ANFIS menghasilkan nilai RMSE terkecil dibandingkan dengan model SARIMA dan ANFIS.

Kata Kunci : ARIMA; ANFIS; hybrid; inflasi