ANALISIS DERET WAKTU MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN METODE PEMULUSAN EKSPONENSIAL GANDA PADA PERAMALAN PENAMBAHAN JUMLAH WAJIB PAJAK
| Main Author: | EVIN DHIYA PRADINI HIJRIYATI, 1617031090 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
, 2020
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/62502/1/1.%20ABSTRAK-ABSTRACT.pdf http://digilib.unila.ac.id/62502/2/2.%20SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/62502/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/62502/ |
Daftar Isi:
- Metode ARIMA merupakan metode peramalan data deret waktu yang meliputi proses stasioner, autokorelasi, autokorelasi parsial dan lain-lain, sedangkan metode pemulusan eksponensial ganda adalah salah satu metode peramalan yang digunakan pada data deret waktu yang mengandung pola trend. Tujuan dari penelitian ini adalah menerapkan metode ARIMA dan metode pemulusan eksponensial ganda pada data deret waktu. Pemilihan model yang terbaik dalam peramalan adalah model yang memiliki nilai MSE (Mean Square Error) terkecil. Data yang dianalisis merupakan data penambahan jumlah wajib pajak di KPP Pratama Kedaton Bandar Lampung pada tahun 2005 – 2019. Hasil penelitian menunjukkan bahwa berdasarkan MSE, peramalan data penambahan jumlah wajib pajak dengan menggunakan metode pemulusan eksponensial ganda dua parameter dari Holt memberikan hasil yang lebih baik dibandingkan dengan menggunakan metode ARIMA dan metode pemulusan eksponensial ganda satu parameter dari Brown. Kata kunci : Peramalan, Trend, Metode ARIMA, Metode Pemulusan Eksponensial Ganda