%0 Generic
%A ELSA SAVENIA KILI KILI, 1817031096
%C UNIVERSITAS LAMPUNG
%D 2022
%F eprints:65285
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T PENERAPAN METODE ARTIFICIAL NEURAL NETWORK UNTUK  MEMPREDIKSI INFLASI DI INDONESIA
%U http://digilib.unila.ac.id/65285/
%X 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.