MODEL ARTIFICIAL NEURAL NETWORK BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI LAJU INFLASI

Edit
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

Artikel Terkait :

Jp Teknik Komputer dd 2013