Prediksi Indeks Harga Konsumen (IHK) Kelompok Perumahan, Air, Listrik, Gas, dan Bahan Bakar Menggunakan Metode Extreme Learning Machine
| Main Author: | Fitriyani, Irma Ramadanti |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/161575/1/Irma%20Ramadanti%20Fitriyani.pdf http://repository.ub.ac.id/161575/ |
Daftar Isi:
- 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 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 Nguyen-Widrow. Tahapan metode ELM yang dilakukan yaitu proses normalisasi data, proses pelatihan untuk mendapatkan nilai bobot keluaran (output weight) yang nantinya akan digunakan pada proses pengujian untuk mendapatkan nilai keluaran output layer yang setelah di denormalisasi akan menjadi hasil prediksi dalam bentuk aktual. Selanjutnya adalah melakukan evaluasi hasil prediksi menggunakan Root Mean Squared Error (RMSE). Data yang digunakan dalam penelitian ini adalah 84 data Indeks Harga Konsumen kelompok perumahan perumahan, air, listrik, gas, dan bahan bakar dalam bentuk time-series periode Januari 2011 s.d. Desember 2017, diperoleh dari website resmi Bank Indonesia (www.bi.go.id). Hasil pengujian yang dilakukan pada penelitian ini adalah didapatkan nilai RMSE minimum sebesar 0,65 dengan jumlah fitur = 7, jumlah data latih 30 dan data uji 11, jumlah hidden neuron = 7, dan fungsi aktivasi yang cocok adalah fungsi sigmoid biner.