PENERAPAN OPTIMASI FUZZY TIME SERIES MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI KOTA PEKANBARU
| Main Author: | INDAH PUJI LESTARI HERDA, - |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.uin-suska.ac.id/23010/1/File%20Lengkap%20Sampai%20Lampiran%20Kecuali%20Hasil%20Penelitian%20%28BAB%20V%29.pdf http://repository.uin-suska.ac.id/23010/2/File%20Hasil%20Penelitian%20%28BAB%20V%29.pdf http://repository.uin-suska.ac.id/23010/ |
Daftar Isi:
- Indeks Harga Konsumen (IHK) adalah nilai rata-rata yang digunakan sebagai acuan untuk mengukur perubahan harga barang dan jasa berupa inflasi dan deflasi. Jika inflasi terus menerus naik, maka akan dapat berdampak negatif terhadap kondisi perekonomian Indonesia. Jadi untuk mengantisipasi dampak negatif yang diakibatkan oleh kenaikan inflasi, maka perlu dilakukan prediksi IHK. Metode prediksi pada penelitian ini adalah metode optimasi Fuzzy Time Series (FTS) menggunakan Particle Swarm Optimization (PSO). FTS digunakan untuk melakukan proses prediksi, sedangkan PSO digunakan untuk mendapatkan nilai interval terbaik atau nilai interval optimal pada FTS. Data yang digunakan adalah data IHK dari bulan Januari 1999 hingga Juli 2019 yang diperoleh dari Badan Pusat Statistik. Hasil dari pengujian penelitian ini didapatkan bahwa parameter PSO yang optimal adalah parameter dengan jumlah partikel = 40, jumlah iterasi = 30, bobot inersia (w) = 0,8 serta kombinasi nilai c1 dan c2 = 2 dan 2. Sedangkan nilai error atau tingkat kesalahan yang dihitung menggunakan Mean Square Error (MSE) dan Mean Absolute Percentage Error (MAPE) pada penelitian ini adalah sebesar 63,349 dan 1,429%.