Abstrak

Inflasi adalah satu permasalahan yang dihadapi oleh banyak negara berkembang. Salah satunya adalah negara Indonesia yang memiliki penduduk besar sehingga tingkat konsumtif pun tinggi. Dalam menjaga kestabilan ekonomi agar tidak terjadi lonjakan inflasi yang tinggi maka perlu ada yang mengaturnya. Bank Indonesia memiliki peranan yang penting dalam menjaga kestabilan ekonomi negara, dengan cara menjaga inflasi yang terjadi. Bank Indonesia sendiri memiliki kebijakan moneter yang mengatur pergerakan ekonomi dalam menjaga kestabilan inflasi Indonesia. Inflasi target merupakan metode yang digunakan Bank Indonesia untuk menjaga kestabilan ekonomi. Data mining dan machine learning merupakan satu kemajuan konsep teknologi saat ini yang dapat memrediksi atau meramalkan. Metode Time Series merupakan satu metode peramalan yang dapat digunakan dengan mempertimbangkan nilai inflasi yang akan datang. Time Series adalah metode untuk melakukan peramalan pada interval waktu tertentu. Model Auto Regressive Integrated Moving Average (ARIMA) merupakan tool dalam peramalan dengan data time series sebagai landasan dalam peramalan. Penelitian menggunakan model Seasonal-ARIMA (SARIMA) karena data yang digunakan membentuk pola musiman yang ditunjukkan pada Plot ACF dan PACF. Model SARIMA yang didapatkan dari penelitian adalah (0, 0, 1), (2, 1, 0)12 dengan nilai AIC 564.393 dan Nilai MAPE pada penelitian ini sebesar 4.67426.