Perbandingan Model Estimasi Inflasi Pangan Menggunakan Algoritma Naive Forecaster Dan Exponential Smoothing

Abstract

Bahan pangan di Kota Bandung terus mengalami fluktuasi harga yang tidak stabil, sehingga harga bahan pangan mengalami inflasi. Hal ini dipengaruhi oleh pengeluaran produksi pangan dan pengeluaran konsumsi pangan oleh masyarakat. Maka dari itu, salah satu tindakan kecil untuk mengurangi tingkat inflasi bahan pangan adalah membuat model prediksi menggunakan algoritma metode forecasting. Penelitian ini mengolah data dari periode-periode inflasi sebelumnya, yakni data pada tahun 2020 hingga tahun 2023. Tujuan dari penelitian ini adalah untuk membandingkan mana yang merupakan nilai perbedaan kesalahan yang terkecil dari berbagai macam metode forecasting, sehingga nilai tersebut menjadi prakiraan inflasi yang paling akurat di antara metode lainnya. Hasil prediksi data akan dibandingkan dengan data aktual. Dalam melakukan tes, beberapa data dimanfaatkan dalam penelitian ini, yakni data sekunder yang didapatkan menurut Badan Pusat Statistik Indonesia. Model terbaik yang didapatkan dari penelitian ini adalah model naïve forecaster dengan strategi drift berdasarkan indikator ketepatan perhitungan hasil ramalannya. Hasil peramalan tersebut dapat digunakan sebagai hasil perbandingan dengan data aktual yang telah ada.
 Kata Kunci: Pangan, Fluktuasi, Inflasi, Prediksi