Prediksi Tingkat Inflasi Bulanan Indonesia Menggunakan Metode Jaringan Saraf Tiruan

Abstract

Bank Indonesia mendefinisikan inflasi merupakan meningkatkan harga-harga secara umum dan terus-menerus. Kenaikan harga barang dan jasa dapat disebut inflasi apabila kenaikan tersebut meluas atau mempengaruhi kenaikan harga lainnya. Naiknya harga barang dan jasa tersebut dapat menyebabkan turunnya nilai uang. Dengan ini, inflasi dapat menurunkan nilai uang terhadap nilai barang dan jasa secara umum. Jika inflasi yang terjadi dapat dikendalikan dengan baik, tingkat inflasi tersebut dapat memberikan dampak positif terhadap pertumbuhan ekonomi. Tujuan dari penelitian ini yaitu dapat memprediksi tingkat inflasi agar inflasi dapat dikontrol tiap bulannya dan dapat meberikan dampak yang positif. Penelitian ini menggunakan metode jaringan syaraf tiruan yang sesuai digunakan pada data time series dengan data training. Data yang digunakan adalah data inflasi bulanan kelompok pengeluaran dari bulan Desember 2011 sampai Desember Januari 2020 diambil dari Badan Pusat Statistik. Penelitian ini diharapkan dapat membantu untuk memutuskan tindakan yang tepat berdasarkan hasil prediksi. Pengujian menggunakan beberapa model diperoleh hasil terbaik dari model dengan konfigurasi 7-15-1 dengan learning rate 0,01 yang menghasilkan MSE sebesar 0,026. Hasil ini menunjukkan bahwa jaringan syaraf tiruan dapat digunakan untuk prediksi inflasi dengan akurasi yang tinggi.