Peramalan Indeks Harga Konsumen Indonesia menggunakan Metode Jaringan Saraf Tiruan Backpropagation

Abstrak

Salah satu fokus pemerintah dalam strategi makroekonomi 2020 adalah terwujudnya inflasi yang terkendali, indikator yang sering digunakan untuk mengukur tingkat inflasi yaitu Indeks Harga Konsumen (IHK). Pergerakan harga barang dan jasa yang dikonsumsi masyarakat menyebabkan perubahan pada nilai IHK, ketika pergerakan harga yang tidak stabil dapat menyebabkan inflasi. Peramalan digunakan untuk membantu pihak pemutus kebijakan untuk dijadikan pertimbangan agar menghindari ketidakstabilan inflasi. Penelitian ini menggunakan data IHK sebagai input yang kemudian akan dibentuk polanya, selanjutnya dilakukan proses normalisasi data dan diolah menggunakan metode jaringan saraf tiruan Backpropagation untuk peramalan IHK, pengembalian nilai dengan denormalisasi data dan terakhir menggunakan Mean Absolute Percentage Error (MAPE) untuk evaluasi hasil peramalan. Nilai MAPE terkecil yang didapat dari penelitian ini yaitu sebesar 0,463% dengan parameter nilai input neuron = 6, nilai hidden neuron = 10, nilai range bobot awal dalam rentang -1 s.d 1, nilai learning rate = 0,1, dan nilai epoch = 5000.