EKSPLORASI INDEKS GOOGLE TRENDS PADA PEMODELAN DATA TIME SERIES

Abstrak

Pemanfaatan big data seperti Indeks Google Trends telah banyak dikembangkan di berbagai bidang. Salah satunya sebagai pelengkap data resmi BPS pada analisis data time series. Tujuan penelitian ini adalah mengkolaborasikan data indeks Google Trends dan data BPS pada analisis Tingkat Pengangguran Terbuka di Indonesia. Pada penelitian ini juga akan dibandingkan metode analisis terbaik antara metode statistik klasik ARIMAX dan Jaringan Syaraf Tiruan dalam memodelkan dataset Pengangguran di Indonesia. Adapun periode penelitian adalah Februari 2005 – Agustus 2021. Hasil penelitian menunjukkan bahwa pemodelan data tingkat pengangguran di Indonesia dengan menambahkan variabel prediktor berupa Indeks Google Trends memberikan hasil yang lebih baik dibandingkan dengan pemodelan tanpa indeks Google trends. Selain itu, analisis dengan menggunakan metode statistik klasik ARIMAX memberikan hasil yang lebih baik dibandingkan metode Jaringan Syaraf Tiruan.