Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika

Pemangku kebijakan moneter memiliki ketakutan terhadap inflasi karena dapat memicu naiknya angka kemiskinan dan melonjaknya penggunaan anggaran. Tingkat Inflasi yang tinggi akan mengakibatkan jatuhnya perekonomian suatu negara. Pengambilan kebijakan moneter perlu dikaji secara mendalam un-tuk menceg...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Anwar Rifa'i
Formato:	article
Lenguaje:	EN ID
Publicado:	P3M Politeknik Negeri Banjarmasin 2021
Materias:	algoritma genetika backpropagation inflasi neural network prediksi Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
Acceso en línea:	https://doaj.org/article/19ac0aa213ae4cbf9f8977d8ed5acb0c
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:19ac0aa213ae4cbf9f8977d8ed5acb0c
record_format	dspace
spelling	oai:doaj.org-article:19ac0aa213ae4cbf9f8977d8ed5acb0c2021-12-02T16:02:35ZPrediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika2598-32452598-328810.31961/eltikom.v5i1.215https://doaj.org/article/19ac0aa213ae4cbf9f8977d8ed5acb0c2021-03-01T00:00:00Zhttps://eltikom.poliban.ac.id/index.php/eltikom/article/view/215https://doaj.org/toc/2598-3245https://doaj.org/toc/2598-3288Pemangku kebijakan moneter memiliki ketakutan terhadap inflasi karena dapat memicu naiknya angka kemiskinan dan melonjaknya penggunaan anggaran. Tingkat Inflasi yang tinggi akan mengakibatkan jatuhnya perekonomian suatu negara. Pengambilan kebijakan moneter perlu dikaji secara mendalam un-tuk mencegah hal tersebut. Salah satu upaya yang dapat dilakukan adalah dengan melakukan prediksi inflasi yang akan terjadi. Data tingkat inflasi dari waktu ke waktu merupakan modal untuk melakukan prediksi tingkat inflasi pada waktu mendatang. Suatu prediksi yang baik memiliki nilai error yang kecil. Pada prediksi menggunakan fuzzy artificial neural network (Fuzzy ANN) metode backpropagation, nilai error dapat diperkecil dengan melakukan optimasi pada bobot yang dihasilkan. Pada penelitian ini, op-timasi bobot Fuzzy AAN dilakukan menggunakan algoritma genetika. Model prediksi yang diperoleh se-lanjutnya dievaluasi menggunakan MAPE untuk menentukan keakuratan prediksi. Hasil penelitian menunjukkan bahwa prediksi menggunakan backpropagation neural network dioptimasi menggunakan algoritma genetika (10,33%) lebih baik dibandingkan dengan prediksi menggunakan backpropagation neural network saja (11,67%). Setelah mengetahui bahwa kedua model memiliki hasil prediksi yang cukup baik, keakuratan kedua model dibandingkan menggunakan independent sampe t-test berdasarakan error yang dihasilkan. Hasilnya menjukkan bahwa pada tingkat kepercayaan 95% prediksi menggunakan Fuzzy ANN yang telah dioptimasi menggunakan algoritma genetika (M= 0,69, SD= 0,0421) lebih baik secara signifikan dibandingkan degan fuzzy ANN saja (M= 0.97, SD= 0,04634 ), t(22 )= 1.71714, p=0.013.Anwar Rifa'iP3M Politeknik Negeri Banjarmasinarticlealgoritma genetikabackpropagationinflasineural networkprediksiElectrical engineering. Electronics. Nuclear engineeringTK1-9971Information technologyT58.5-58.64ENIDJurnal ELTIKOM: Jurnal Teknik Elektro, Teknologi Informasi dan Komputer, Vol 5, Iss 1, Pp 12-24 (2021)
institution	DOAJ
collection	DOAJ
language	EN ID
topic	algoritma genetika backpropagation inflasi neural network prediksi Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
spellingShingle	algoritma genetika backpropagation inflasi neural network prediksi Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64 Anwar Rifa'i Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika
description	Pemangku kebijakan moneter memiliki ketakutan terhadap inflasi karena dapat memicu naiknya angka kemiskinan dan melonjaknya penggunaan anggaran. Tingkat Inflasi yang tinggi akan mengakibatkan jatuhnya perekonomian suatu negara. Pengambilan kebijakan moneter perlu dikaji secara mendalam un-tuk mencegah hal tersebut. Salah satu upaya yang dapat dilakukan adalah dengan melakukan prediksi inflasi yang akan terjadi. Data tingkat inflasi dari waktu ke waktu merupakan modal untuk melakukan prediksi tingkat inflasi pada waktu mendatang. Suatu prediksi yang baik memiliki nilai error yang kecil. Pada prediksi menggunakan fuzzy artificial neural network (Fuzzy ANN) metode backpropagation, nilai error dapat diperkecil dengan melakukan optimasi pada bobot yang dihasilkan. Pada penelitian ini, op-timasi bobot Fuzzy AAN dilakukan menggunakan algoritma genetika. Model prediksi yang diperoleh se-lanjutnya dievaluasi menggunakan MAPE untuk menentukan keakuratan prediksi. Hasil penelitian menunjukkan bahwa prediksi menggunakan backpropagation neural network dioptimasi menggunakan algoritma genetika (10,33%) lebih baik dibandingkan dengan prediksi menggunakan backpropagation neural network saja (11,67%). Setelah mengetahui bahwa kedua model memiliki hasil prediksi yang cukup baik, keakuratan kedua model dibandingkan menggunakan independent sampe t-test berdasarakan error yang dihasilkan. Hasilnya menjukkan bahwa pada tingkat kepercayaan 95% prediksi menggunakan Fuzzy ANN yang telah dioptimasi menggunakan algoritma genetika (M= 0,69, SD= 0,0421) lebih baik secara signifikan dibandingkan degan fuzzy ANN saja (M= 0.97, SD= 0,04634 ), t(22 )= 1.71714, p=0.013.
format	article
author	Anwar Rifa'i
author_facet	Anwar Rifa'i
author_sort	Anwar Rifa'i
title	Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika
title_short	Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika
title_full	Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika
title_fullStr	Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika
title_full_unstemmed	Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika
title_sort	prediksi inflasi indonesia berdasarkan fuzzy ann menggunakan algoritma genetika
publisher	P3M Politeknik Negeri Banjarmasin
publishDate	2021
url	https://doaj.org/article/19ac0aa213ae4cbf9f8977d8ed5acb0c
work_keys_str_mv	AT anwarrifai prediksiinflasiindonesiaberdasarkanfuzzyannmenggunakanalgoritmagenetika
_version_	1718385256736751616

Prediksi Inflasi Indonesia Berdasarkan Fuzzy Ann Menggunakan Algoritma Genetika

Ejemplares similares