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	Text ABSTRAK.pdf Download (6MB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (6MB) | Request a copy
Preview	Text SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (6MB) | Preview

Abstract

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:

Item Type:	Other
Subjects:	?? 500 ?? ?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2602707827 Digilib
Date Deposited:	19 Feb 2026 01:20
Last Modified:	19 Feb 2026 01:20
URI:	http://digilib.unila.ac.id/id/eprint/96438

Actions (login required)

View Item