Ketersediaan uang kartal di Bank Indonesia (BI) dapat ditinjau melalui arus keluar masuknya uang kartal yang disebut dengan istilah inflow. Banyaknya uang yang beredar di masyarakat akan berpengaruh pada kondisi perekonomian suatu negara, sehingga Bank Indonesia (BI) menyusun perencanaan kebutuhan uang rupiah. Penelitian ini bertujuan untuk meramalkan inflow uang kartal di KPw Bank Indonesia (BI) Tasikmalaya dengan menggunakan pemodelan ARIMA, ARIMAX, Metode Dekomposisi, Metode Winter’s, MLP (Multilayer Perceptron) atau FFNN (Feed Forward Neural Network), Regresi Time Series, Metode Naïve dan Model Hybrid. Dari delapan metode runtun waktu tersebut baik klasik maupun modern akan dicari metode mana yang memberikan hasil akurasi ramalan yang terbaik dengan kriteria RMSE, MAPE dan MAD. Kesimpulan yang dihasilkan yaitu Hybrid ARIMA-NN yang merupakan gabungan dari model ARIMA dengan neural network tidak menjamin kinerja hasil peramalan yang lebih baik. Seperti yang disebutkan dalam hasil M3 Competition, semakin kompleks metode yang digunakan belum tentu metode tersebut menghasilkan akurasi yang lebih baik dibandingkan metode sederhana (klasik). Pada ramalan data inflow KPw BI Tasikmalaya Jawa Barat ini, menghasilkan kesimpulan bahwa metode regresi time series memiliki nilai kriteria pemodelan paling kecil dibandingkan dengan metode lainnya.
Modeling of monthly rainfall and runoff of Urmia lake basin using “feed-forward neural network” and “time series analysis” model
