Evaluasi Model Prediktif untuk Peramalan Pencairan Kredit Menggunakan Time Series
Keywords:
pencairan kredit, deret waktu, ARIMA, ETS, prophet, peramalanAbstract
ekonomi. Penelitian ini bertujuan untuk mengevaluasi performa tiga model prediktif berbasis deret waktu, yaitu ARIMA, ETS, dan Prophet, dalam meramalkan pencairan kredit bulanan. Data yang digunakan mencakup periode Februari 2022 hingga 2031 dan menunjukkan karakteristik volatil dengan adanya outlier signifikan. Metode penelitian meliputi uji stasioneritas (ADF, ACF, PACF), pembersihan data melalui imputasi outlier menggunakan moving average, serta pembangunan dan evaluasi model. Hasil analisis menunjukkan bahwa data bersifat stasioner, tetapi model ARIMA(0,0,0) dan ETS(M,N,M) pada data mentah menghasilkan akurasi rendah (MAPE > 178%). Setelah imputasi outlier, terjadi peningkatan signifikan pada kinerja model. Model Prophet mencatat performa terbaik dengan nilai RMSE (4.483.520), MAE (3.274.253), dan MAPE (85,11%), mampu menangkap tren non-linear dan pola musiman secara lebih efektif dibandingkan ARIMA dan ETS. Kesimpulan penelitian ini merekomendasikan penggunaan Model Prophet untuk peramalan pencairan kredit, dengan catatan pentingnya preprocessing data dan evaluasi berkala untuk menjaga akurasi prediksi.
References
Bank Indonesia. (2022). Laporan Perekonomian Indonesia 2022. Jakarta: Bank Indonesia.
Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.).
Hoboken, NJ: Wiley. Box, G. E. P., & Jenkins, G. M. (1976). Time Series Analysis: Forecasting and Control. San Francisco:
Holden-Day. Chatfield, C. (2003). The Analysis of Time Series: An Introduction (6th ed.). Boca Raton: CRC Press.
Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and Practice (2nd ed.). Melbourne, Australia: OTexts.
Hyndman, R. J., Koehler, A. B., Snyder, R. D., & Grose, S. (2002). A state space framework for automatic forecasting using exponential smoothing methods. International Journal of Forecasting, 18(3), 439–454.
Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679–688.
Makridakis, S., Wheelwright, S. C., & Hyndman, R. J. (1998). Forecasting: Methods and Applications (3rd ed.). New York: Wiley.
Taylor, S. J., & Letham, B. (2018). Forecasting at scale. The American Statistician, 72(1), 37–45.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Fadhli Jahfal Aufa Maulana, Rizwar Syaefulloh, Najlia Intani, Nadine Valia Azzahra, Adri Arisena
This work is licensed under a Creative Commons Attribution 4.0 International License.
