Prediksi tingkat inflasi menggunakan pendekatan jaringan syaraf tiruan

REDJEKI, Sri, Dra. Sri Hartati, MSc.,PhD

2005 | Tesis | S2 Ilmu Komputer

Prediksi merupakan bagian penting didalam melakukan pengambilan keputusan terhadap suatu permasalahan. Hasil prediksi yang baik akan mempengaruhi keputusan yang akan diambil. Jaringan saraf tiruan merupakan pendekatan yang sangat baik dalam melakukan prediksi data yang akan dating. Penelitian ini akan memanfaatkan jaringan saraf tiruan dalam melakukan prediksi Inflasi di Indonesia. Faktor-faktor yang merupakan input dalam melakukan prediksi dapat dipilih secara langsung oleh pemakai, hal ini akan mempermudah pemakai untuk melihat pengaruh masing-masing faktor terhadap nilai prediksi Inflasi. Sistem prediksi Inflasi menggunakan 5 faktor atau unit masukan yaitu IHK, IHSG, bunga bank, jumlah uang beredar dan kurs dollar USA. Arsitektur jaringan menggunakan multilayer perceptron dengan lapis tersembunyi sebanyak 2 lapisan. Metode pelatihan yang digunakan yaitu backpropagation. Hasil sistem sebagian akan dibandingkan dengan MATLAB versi 6.

Forecasting is important shares in doing decision making to an problems. Result of forecasting the goodness will influence decision to be taken. Neural network is very good approach in doing forecast future of data. This research will exploit neural network in forecasting of Inflation in Indonesia. Factors is input in forecast can be selected directly by user, this matter will water down user to see influence of is each factor to value of forecast Inflation. System of forecast of Inflation use 5 input unit or factor that is IHK, IHSG, bank flower, amount of money supplies and dollar rate of USA. Architecture Network use perceptron multilayer end ued hidden counted 2 coats. used Training method that is backpropagation. Result of system some of will be compared to MATLAB versions 6.

Kata Kunci : Jaringan Syaraf Tiruan, Prediksi Inflasi, forecasting of Inflation , neural networks, backpropagation , multilayer perceptron).