TIME SERIESMODELINGUSINGTHEHYBRIDCONVOLUTIONAL NEURAL NETWORK(CNN)-LONGSHORTTERMMEMORY(LSTM) METHOD FORINFLATIONPREDICTIONININDONESIA

Kinasih , Sasikarani (2026) TIME SERIESMODELINGUSINGTHEHYBRIDCONVOLUTIONAL NEURAL NETWORK(CNN)-LONGSHORTTERMMEMORY(LSTM) METHOD FORINFLATIONPREDICTIONININDONESIA. FACULTYOFMATHEMATICSANDNATURALSCIENCES , LAMPUNG UNIVERSITY.

Preview	File PDF ABSTRAK.pdf Download (6Mb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (6Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (6Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Inflasi merupakan indikator makroekonomi penting yang mencerminkan perubahan harga barang dan jasa secara umum. Dalam kondisi tersebut, metode peramalan konvensional berbasis asumsi linear sering kali memiliki keterbatasan dalam menangkap pola dinamis pada data deret waktu. Penelitian ini menerapkan model deep learning hybrid Convolutional Neural Network–Long Short-Term Memory (CNN-LSTM) untuk memodelkan dan memprediksi inflasi bulanan di Indonesia. Model CNN-LSTM mengombinasikan kemampuan CNN dalam mengekstraksi pola jangka pendek dari data deret waktu dengan kemampuan LSTM dalam menangkap ketergantungan jangka panjang. Data inflasi bulanan Indonesia periode 2000 hingga Oktober 2025 digunakan dalam penelitian ini. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi data, pembentukan data deret waktu, pembangunan dan pelatihan model CNN-LSTM, serta evaluasi kinerja model. Kinerja model dievaluasi menggunakan metrik Kata-kata kunci:

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Matematika
Pengguna Deposit:	2602707827 Digilib
Date Deposited:	19 Feb 2026 01:20
Terakhir diubah:	19 Feb 2026 01:20
URI:	http://digilib.unila.ac.id/id/eprint/96438

Actions (login required)

Lihat Karya Akhir