Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas Dan Bahan Bakar Menggunakan Metode Support Vector Regression

Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas Dan Bahan Bakar Menggunakan Metode Support Vector Regression

Penulis

  • Krishnanti Dewi Fakultas Ilmu Komputer, Universitas Brawijaya
  • Putra Pandu Adikara Fakultas Ilmu Komputer, Universitas Brawijaya
  • Sigit Adinugroho Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

prediksi, indeks harga konsumen (IHK), support vector regression (SVR), radial basis function (RBF), mean absolute percentage error (MAPE)

Abstrak

Salah satu indikator yang paling sering digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). Berdasarkan metadata indeks harga konsumen yang diterbitkan oleh Bank Indonesia pada tahun 2016, kelompok perumahan, air, listrik, gas dan bahan bakar adalah kelompok IHK yang memiliki persentase proporsi biaya hidup yang paling tinggi dari kelompok IHK lainnya, yaitu sebesar 25,37%. Pada penelitian ini IHK akan diprediksi dengan menggunakan metode Support Vector Regression (SVR). Tahapan metode SVR yang dilakukan meliputi normalisasi data, menghitung matriks Hessian dengan menggunakan fungsi kernel Radial Basis Function (RBF), melakukan proses sequential learning, menghitung fungsi regresi untuk mendapatkan hasil prediksi dan melakukan evaluasi hasil prediksi dengan metode Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan nilai MAPE minimum yang diperoleh sebesar 2,399% dengan nilai parameter σ = 50; λ = 1; cLR = 0,0005; ε = 0,0005; C = 1000; jumlah data training 36 untuk 12 data testing dengan iterasi sebanyak 100. Rata-rata hasil prediksi yang diperoleh adalah sebesar 112,19605 dengan rata-rata selisih antara data aktual dengan hasil prediksi sebesar 1,52645.

Unduhan

Diterbitkan

14 Feb 2018

Cara Mengutip

Dewi, K., Adikara, P. P., & Adinugroho, S. (2018). Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas Dan Bahan Bakar Menggunakan Metode Support Vector Regression. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(10), 3856–3862. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2775

Terbitan

Bagian

Artikel
Loading...