%A Cok Gede Dody Suputra 22084509
%I Universitas Kristen Duta Wacana
%X Inflasi merupakan suatu kondisi dimana harga barang dan jasa mengalami peningkatan. Inflasi dihitung menggunakan IHK yang diperoleh dari 66 kota dan mencangkup 284–441 barang dan jasa. Perubahan nilai Inflasi dapat menjadi indikator yang penting untuk menggambarkan keadaan perkembangan harga barang dan jasa. Prediksi inflasi dapat memberikan gambaran kemasyarakat mengenai keadaan moneter negara sebulan kedepan. Namun, perhitungan nilai inflasi menjadi sangat kompleks, karena frekuensi pengumpulan data harga berbeda pada setiap item barang sesuai dengan karakteristik barang tersebut. Permasalahan yang muncul adalah bagaimana sistem dapat menghasilkan nilai prediksi inflasi untuk bulan berikutnya. Jaringan syaraf tiruan telah banyak digunakan dalam melakukan prediksi untuk data time series. Salah satu metode yang digunakan adalah Backpropagation. Sistem prediksi inflasi menggunakan data inflasi dari Badan Pusat Statistika Indonesia yang dikelompokkan dalam 7 kelompok komoditi. Pola pelatihan yang dibentuk adalah data satu tahun kebelakang dari bulan yang ingin diprediksi, dengan target index umum pola berikutnya. Sistem peramalan yang dibangun menggunakan pengaturan jaringan dengan jumlah hidden layer 1, hidden unit 5, learning rate 0,1 dan toleransi kesalahan 0,02.
Pengaturan jaringan ini menghasilkan nilai MSE sebesar 0,520258. Sistem mampu melakukan prediksi dengan akurasi 100% pada bulan Januari 2011, 92,98% pada bulan Desember 2011 dan secara keseluruhan mampu melakukan prediksi inflasi total pada tahun 2011 sebesar 80,91%.
%D 2012
%L katalog4390
%T IMPLEMENTASI METODE BACKPROPAGATION UNTUK PREDIKSI LAJU INFLASI INDONESIA