PENERAPAN METODE ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI INFLASI DI INDONESIA

ELSA SAVENIA KILI KILI, 1817031096 (2022) PENERAPAN METODE ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI INFLASI DI INDONESIA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text 1. ABSTRAK-ABSTRACT.pdf Download (31kB) | Preview
	Text 2. SKRIPSI FULL.pdf Restricted to Repository staff only Download (1MB)
Preview	Text 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1MB) | Preview

Abstract

Perekonomian suatu negara dapat dilihat dari berbagai indikator makro ekonomi, salah satunya adalah inflasi. Laju inflasi suatu negara yang cenderung rendah dan stabil, dianggap perekonomiannya dalam kondisi yang baik. Dengan begitu, penting untuk menjaga nilai inflasi tetap stabil serta terkendali. Dalam penelitian ini akan dilakukan prediksi tingkat inflasi di Indonesia menggunakan metode Artificial Neural Network (ANN) dengan menggunakan Pola data inflasi Indonesia menampilkan data yang tidak stasioner akibat fluktuasi musiman. Setelah differencing pertama, data stasioner dan akan memanfaatkan satu data lag (lag k=1). Prediksi tingkat inflasi di Indonesia akan dilakukan dengan menggunakan metode Artificial Neural Network (ANN) dengan algoritma backpropagation menggunakan data lag k=1 untuk menentukan struktur jaringan terbaik yang memiliki nilai error minimum. Pengujian Hyperparameter Tuning menghasilkan nilai loss terkecil, yaitu 0.027254 dan didapatkan jumlah dropout, epoch dan batch size terbaik, yaitu dropout sebesar 0.2, epoch sebesar 50, dan batch size sebesar 16. Evaluasi model yang digunakan adalah Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE), dan Akurasi. Nilai RMSE, MAPE, dan Akurasi secara berturut-turut, yaitu 0,0424 , 0,1611% , dan 99,8388%. Hasil prediksi yang telah diperoleh akan digunakan untuk menentukan peramalan selama sembilan bulan ke depan. Kata kunci: Inflasi, Artificial Neural Network, Backpropagation, Data Mining, Prediksi.

Item Type:	Other
Subjects:	?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2208182884 . Digilib
Date Deposited:	22 Aug 2022 01:53
Last Modified:	22 Aug 2022 01:53
URI:	http://digilib.unila.ac.id/id/eprint/65285

Actions (login required)

View Item