MODEL ARTIFICIAL NEURAL NETWORK BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI LAJU INFLASI
Abstrak: Prediksi laju inflasi
sangat diperlukan oleh pembuat
kebijakan, investor maupun perusahaan untuk
merencanakan strategi ekonomi
dalam mengantisipasi perkembangan
laju inflasi dan perencanaan keuangan
ke depan. Prediksi
laju inflasi yang
akurat akan memberikan
kontribusi pengambilan keputusan
yang tepat. Banyak
pemodelan digunakan oleh
peneliti untuk mendapatkan akurasi prediksi
terbaik dan yang
paling umum adalah
model ekonometri (misalnya
AR, MA, ARIMA dll)
namun dalam perkembangan, model
artificial neural network
(ANN) mulai banyak dimanfaatkan karena terbukti bahwa model ANN
memiliki akurasi yang lebih baik dibanding model ekonometri khususnya dalam prediksi laju inflasi. Keandalan ANN lebih lanjut dikembangkan oleh beberapa peneliti
melalui integrasi dengan model lain, salah satunya
intergrasi antara ANN yang dioptimasi
dengan particle swarm
optimization (PSO). Pengintegrasian ini
digunakan untuk saling mengatasi kelemahan
dan meningkatkan kelebihan
pada masing-masing model
sehingga diperoleh hasil pengukuran
yang lebih baik. Pengujian kemampuan
pada penelitian ini,
menguji kemampuan model artificial
neural network (ANN)
yang diintegrasikan dengan
particle swarm optimization (PSO) berdasarkan attribute weight atau
pembobotan atribut yang selanjutnya disebut awPSO-ANN. Hasil pengujian
prediksi laju inflasi
menunjukkan bahwa secara
umum awPSO-ANN memberikan nilai RMSE yang lebih baik (0.157)
dibandingkan ANN sebelum di optimasi (0.181)
Kata kunci: Prediksi, Inflasi,
Artificial neural network, Particle swarm optimization, attribute weight
Penulis: Joko S. Dwi Raharjo
Kode Jurnal: jptkomputerdd130140
