Peramalan Harga Minyak Menggunakan Autoregressive Integrated Moving Average dan Support Vector Regression

Abstract

Indonesia merupakan negara yang kaya akan hasil bumi dan barang tambang, salah satunya adalah minyak mentah yang merupakan input vital dalam kehidupan sehari-hari. Fluktuasi harga minyak mentah membawa pengaruh dalam pertumbuhan ekonomi, laju inflasi jumlah uang yang beredar, nilai tukar riil rupiah terhadap US dolar dan suku bunga. Oleh karena itu, diperlukan suatu metode untuk meramalkan harga minyak mentah di Indonesia. Metode peramalan yang dapat digunakan yaitu Autoregressive Intergrated Moving Average (ARIMA) dan Support Vector Regression (SVR). ARIMA merupakan metode peramalan yang baik untuk meramalkan jangka pendek yang bersifat non stasioner. SVR adalah metode peramalan yang baik untuk meramalkan data yang bersifat non-linear yang cocok untuk mengatasi overfitting. Tujuan dari penelitian ini adalah meramalkan harga minyak menggunakan ARIMA dan SVR sehingga akan didapatkan metode peramalan yang lebih baik. Berdasarkan hasil analisis diketahui bahwa model ARIMA terbaik adalah ARIMA (2,1,0). Sedangkan untuk SVR didapatkan model terbaik dengan nilai p=10 dan parameter ∁=1000, ε=0.0001, γ=0.01, dan fungsi kernel sigmoid. Dilihat dari nilai akurasi peramalan data testing-nya metode SVR menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 3.618% yang mana lebih kecil dari metode ARIMA yang memiliki nilai MAPE sebesar 9.323%.