PERBANDINGAN METODE SEASONAL ARIMA DAN NEURAL NETWORK PADA PERAMALAN PENDAPATAN UJI KIR KABUPATEN BOJONEGORO
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
LUTVIANA, HIMMATUL
Subject
004 Pemrosesan data dan ilmu komputer
Datestamp
2023-09-15 03:50:10
Abstract :
Pendapatan Asli Daerah merupakan sumber utama pendapatan yang berasal dari wilayah suatu daerah, dan tingginya PAD dapat mengindikasikan tingkat kemandirian finansial pemerintah daerah. Dinas Perhubungan Kabupaten Bojonegoro merupakan pihak yang menyediakan informasi tentang perolehan pendapatan uji KIR yang dapat diakses melalui web, sehingga dengan begitu masyarakat dapat mengetahui kenaikan atau penurunan pendapatan yang diterima setiap tahunnya. Metode Seasonal ARIMA merupakan pengembangan dari metode Box-Jenkins (ARIMA). Model SARIMA dapat mengatasi pola musiman dari suatu periode waktu. NN merupakan salah satu contoh model non linier yang memiliki bentuk fungsional flexibel dan mengandung beberapa parameter yang tidak dapat diinterpretasikan seperti pada model parametrik namun hal inilah yang membuat NN mampu menyelesaikan persoalan yang tidak terstruktur dan sulit. Model SARIMA yang terpilih adalah model SARIMA(0,1,1)(1,1,0)6 dengan nilai MSE sebesar 1,078 dan MAPE sebesar 1,15. Model Neural Network yang terpilih adalah dengan 1 hidden layer, 1 input layer dan 1 output layer. Dari hasil nilai MSE dan nilai MAPE yang dihasilkan maka dapat diambil kesimpulan bahwa model SARIMA(0,1,1)(1,1,0)6 merupakan model terbaik dengan nilai MSE yang terendah dibandingkan dengan model neural network, sehinggan model SARIMA(0,1,1)(1,1,0)6 merupakan model terbaik dan lebih akurat untuk di lakukan peramalan pada uji KIR.
Pendapatan Asli Daerah merupakan sumber utama pendapatan yang berasal dari wilayah suatu daerah, dan tingginya PAD dapat mengindikasikan tingkat kemandirian finansial pemerintah daerah. Dinas Perhubungan Kabupaten Bojonegoro merupakan pihak yang menyediakan informasi tentang perolehan pendapatan uji KIR yang dapat diakses melalui web, sehingga dengan begitu masyarakat dapat mengetahui kenaikan atau penurunan pendapatan yang diterima setiap tahunnya. Metode Seasonal ARIMA merupakan pengembangan dari metode Box-Jenkins (ARIMA). Model SARIMA dapat mengatasi pola musiman dari suatu periode waktu. NN merupakan salah satu contoh model non linier yang memiliki bentuk fungsional flexibel dan mengandung beberapa parameter yang tidak dapat diinterpretasikan seperti pada model parametrik namun hal inilah yang membuat NN mampu menyelesaikan persoalan yang tidak terstruktur dan sulit. Model SARIMA yang terpilih adalah model SARIMA(0,1,1)(1,1,0)6 dengan nilai MSE sebesar 1,078 dan MAPE sebesar 1,15. Model Neural Network yang terpilih adalah dengan 1 hidden layer, 1 input layer dan 1 output layer. Dari hasil nilai MSE dan nilai MAPE yang dihasilkan maka dapat diambil kesimpulan bahwa model SARIMA(0,1,1)(1,1,0)6 merupakan model terbaik dengan nilai MSE yang terendah dibandingkan dengan model neural network, sehinggan model SARIMA(0,1,1)(1,1,0)6 merupakan model terbaik dan lebih akurat untuk di lakukan peramalan pada uji KIR.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
