Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas, dan Bahan Bakar Menggunakan Metode Extreme Learning Machine
Kata Kunci:
prediksi, indeks harga konsumen, Extreme Learning Machine (ELM), Nguyen-Widrow, Root Mean Squared Error (RMSE)Abstrak
Indeks Harga Konsumen (IHK) merupakan salah satu indikator untuk mengukur tingkat inflasi di Indonesia. Pada tahun 2017 Inflasi yang terjadi di Indonesia menurut kelompok pengeluaran secara umum adalah sebesar 3,61%. Kelompok perumahan, air, listrik, gas, dan bahan bakar menjadi penyumbang inflasi terbesar dibandingkan dengan enam kelompok yang lain yakni sebanyak 5,14%. Maka dari itu prediksi perlu dilakukan untuk mengantisipasi serta mengurangi laju inflasi domestik. Prediksi yang dilakukan pada penelitian ini menggunakan metode Extreme Learning Machine (ELM) dengan inisialisasi bobot menggunakan inisialisasi Nguyen-Widrow. Data yang digunakan dalam penelitian ini adalah 84 data Indeks Harga Konsumen kelompok perumahan, air, listrik, gas, dan bahan bakar dalam bentuk time-series periode Januari 2011 s.d. Desember 2017. Data tersebut diperoleh dari website resmi Bank Indonesia (www.bi.go.id). Hasil pengujian yang dilakukan pada penelitian ini adalah didapatkan nilai RMSE minimum sebesar 0,72 dengan jumlah fitur = 7, jumlah data latih 30 dan data uji 11, jumlah hidden neuron = 7, dan fungsi aktivasi yang digunakan adalah fungsi sigmoid biner.
