Setiawan, Eri and Nuryaman, Aang and Usman, Mustofa (2023) IMPLEMENTASI METODE BACKPROPAGATION NEURAL NETWORK DALAM MERAMALKAN TINGKAT INFLASI DI INDONESIA. MATHunesa : Jurnal Ilmiah Matematika, 1 (1). pp. 8-16. ISSN 2716-506X

Preview

Text jurnal 2023 siger math.pdf Download (1MB) | Preview

Abstract

Peramalan adalah usaha untuk memperkirakan kejadian di masa depan dengan mengacu pada trend dari data atau data historis. Beberapa metode yang umum digunakan dalam peramalan data deret waktu termasuk Autoregressive Integrated Moving Average (ARIMA), Exponential Smoothing, dan Seasonal Autoregressive Integrated Moving Average (SARIMA). Namun, teknik-teknik peramalan tersebut memiliki kelemahan atau kekurangan, seperti membutuhkan data yang memiliki sifat stasioner dan tingkat akurasi yang terkadang kurang baik. Peneliti banyak yang mengadopsi metode Jaringan Saraf Tiruan untuk mengatasi kelemahan tersebut, seperti Backpropagation Neural Network. Metode Backpropagation Neural Network terbukti sangat efektif dalam melakukan peramalan di bidang ekonomi. Permasalah ekonomi yang dianggap menjadi permasalahan besar dan belum teratasi sampai saat ini yaitu inflasi. Dalam penelitian ini, data yang digunakan yaitu data inflasi dari periode Januari 2000 hingga Oktober 2022 dengan menggunakan metode Backpropagation Neural Network untuk meramalkannya. Hasil penelitian menunjukan bahwa pembagian data 50% untuk pelatihan (training) dan 50% untuk pengujian (testing) merupakan proporsi pembagian terbaik, dengan menggunakan fungsi aktivasi sigmoid biner serta arsitektur jaringan 12-21-1. Nilai Mean Square Error (MSE) pada tahap pelatihan adalah 0.00067535, sedangkan pada tahap pengujian adalah 0.0767. Berdasarkan peramalan, inflasi tertinggi diperkirakan terjadi inflasi sebesar 0.5579 pada bulan Oktober 2023, sementara inflasi terendah sebesar 0.203 yang diperkirakan terjadi pada bulan Februari 2023. Kata Kunci: Backpropagation Neural Network, Deret Waktu, Jaringan Syaraf Tiruan, Inflasi, dan Peramalan

Item Type:	Article
Subjects:	Q Science > QA Mathematics
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Prodi Matematika
Depositing User:	ERI SETIAW
Date Deposited:	19 May 2023 06:56
Last Modified:	19 May 2023 06:56
URI:	http://repository.lppm.unila.ac.id/id/eprint/51824

Actions (login required)

View Item