PERBANDINGAN PERAMALAN INFLASI KOTA DENPASAR MENGGUNAKAN METODE FUZZY TIME SERIES DAN MULTILAYER PERCEPTRON

Abstract

ABSTRACT
Inflation is one of the indicator to see the economic stability of a region, which shows the development of prices of goods and services in general, calculated from the consumer price index. One way to control inflation is to use forecasts. In this study, fuzzy time series (FTS) and Multilayer perceptron (MLP) forecasting methods are used. Both of these methods will be used for forecasting with time series data. This experiment use data collected from year calendar inflation data from the Bali Central Statistics Agency in the city of Denpasar. This method will be applied to the inflation rate data for years 1990-2016. In this forecasting experiment, the Fuzzy time series actual data will be changed to the percentage change shape to determine the set of universes, determine the initial interval, determine the fuzzy interval, calculate the predicted value of the percentage and make a forecast. Forecasting results with the FTS method obtained an average value of MSE of 6.09. While the Multilayer Perceptron method, the data used in this study are 27 calendar year inflation data, of which 18 data are used in the training process and 18 data are used for the testing process. In this study, 9: 6: 1 architecture is used, where the input to the perceptron network is 9, the hidden layer is 6 pieces and 1 output. From the calculation obtained forecasting with an average MSE value of 9.8. Based on the value of the error obtained, FTS provides better forecasting results than MLP.
Keywords: Inflation,Multilayer Perceptron, Fuzzy Time Series.
ABSTRAK
Inflasi adalah salah satu indikator untuk melihat stabilitas ekonomi suatu wilayah atau daerah, yang menunjukkan perkembangan harga barang dan jasa secara umum yang dihitung dari indeks harga konsumen. Salah satu cara untuk mengendalikan inflasi adalah dengan menggunakan ramalan. Pada penelitian ini digunakan metode peramalan fuzzy time series(FTS) dan Multilayer perceptron(MLP). Kedua metode ini akan digunakan untuk melakukan peramalan dengan data runtutan (time series). Dimana data yang digunakan bersumber dari data inflasi tahun kalender dari Badan Pusat Statistik provinsi Bali di kota Denpasar. Metode ini akan diterapkan pada data laju inflasi tahun 1990-2016. Pada peramalan dengan metode Fuzzy time series data actual akan dirubah kebentuk persentase perubahan untuk menentukan himpunan semesta, menentukan interval awal, menentukan interval fuzzy, menghitung nilai prediksi persentase perubahan dan melakukan peramalan. Hasil peramalan dengan metode FTS diperoleh nilai rata-rata MSE sebesar 6,09. Sedangan pada metode Multilayer Perceptron, data yang digunakan pada penelitian ini adalah data inflasi tahun kalender sebanyak 27 data, dimana 18 data digunakan dalam proses testing dan 18 data digunakan untuk proses testing. Pada penelitian ini digunakan arsitektur 9:6:1, dimana input ke jaringan perceptron sebesar 9, layer tersembunyi sebanyak 6 buah dan 1 buah output. Dari hasil perhitungan didapatkan hasil peramalan dengan rata-rata nilai MSE sebesar 9,8. Berdasarkan nilai kesalahan/MSE yang diperoleh, FTS memberikan hasil peramalan yang lebih baik dibandingkan MLP.
Kata Kunci : Inflasi, Multilayer Perceptron, Fuzzy Time Series.