Perbandingan Metode Fuzzy Time Series Chen dan Cheng dalam Peramalan Inflasi di Indonesia

Abstract

Inflasi memegang peran penting dalam kestabilan perekonomian Indonesia karena memengaruhi daya beli masyarakat dan arah kebijakan moneter. Oleh sebab itu, informasi ramalan inflasi yang memadai sangat diperlukan. Data inflasi bulanan yang berfluktuasi dan mengandung ketidakpastian membuat metode deret waktu konvensional tidak selalu tepat menangkap pola pergerakannya. Sebagai alternatif, penelitian ini menggunakan metode Fuzzy Time Series (FTS) yang merepresentasikan data dalam bentuk himpunan fuzzy dan relasi logika fuzzy, sehingga lebih lentur terhadap ketidakpastian. Penelitian bertujuan membandingkan kinerja metode FTS Chen dan Cheng dalam meramalkan inflasi bulanan Indonesia menggunakan data inflasi periode Januari 2000 sampai Agustus 2025 dari Badan Pusat Statistik, melalui tahapan pembentukan interval dengan average-based partitioning, penyusunan himpunan fuzzy serta FLRG, dan defuzzifikasi sesuai karakter masing-masing metode. Hasil analisis menunjukkan bahwa kedua metode mampu mengikuti pola umum naik turunnya inflasi bulanan. Metode Chen menghasilkan nilai MAPE sekitar 5,55%, sedangkan metode Cheng menghasilkan MAPE sekitar 2,57%, sehingga pada data yang digunakan metode Cheng memberikan rata-rata kesalahan yang lebih kecil. Selisih ini mengarah pada dugaan bahwa pembobotan frekuensi transisi pada metode Cheng membantu merepresentasikan pola historis yang lebih sering muncul tanpa menjamin bahwa metode ini selalu terbaik untuk semua kondisi. Prediksi beberapa periode ke depan menggunakan metode Cheng menghasilkan nilai inflasi yang masih berada dalam kisaran historis, sehingga model yang diperoleh dapat dipertimbangkan sebagai salah satu informasi pendukung dalam perencanaan dan pengambilan keputusan terkait kebijakan yang sensitif terhadap perubahan inflasi di Indonesia.