Sistem Intelijen untuk Prediksi Pertumbuhan Ekonomi dengan Menggunakan Jaringan Syaraf Tiruan dan Adaptif Neuro Fuzzy
Abstract
Setiap kebijakan ekonomi yang diambil oleh pemerintah, akan mempengaruhi perekonomian dalam jangka waktu yang panjang. Oleh karena itu, dibutuhkan kemampuan melakukan peramalan kecenderungan pertumbuhan ekonomi dimasa mendatang. Jaringan syaraf tiruan (JST) memiliki kemampuan untuk melakukan pendugaan terhadap data dengan jumlah yang besar dan bersifat nonlinier. Adaptif Neuro Fuzzy Infrence System (ANFIS) merupakan salah satu JST yang memiliki kemampuan adaptive learning yang diharapkan mampu melakukan pemodelan atas serangkaian data input. Pada penelitian ini, dilakukan peramalan dengan memanfaatkan data agregat lebar dan agregat sempit uang sebagai prediktor. Indikator ini diujicobakan secara bergantian dalam kombinasi tertentu dan arsitektur yang terbaik akan digunakan sebagai input bagi sistem. Model jaringan syaraf tiruan yang akan diujicobakan adalah jaringan syaraf tiruan dengan algoritma pembelajaran propagasi balik (BackPropagation). Sedangkan model fuzzy yang diujikan adalah adaptive neuro-fuzzy inference system (ANFIS). Penelitian ini memiliki batasan bahwa data diolah dengan mekanisme yang mengabaikan adanya autokorelasi yang umumnya merupakan salah satu karakteristik dari data deret waktu. Pada rangkaian percobaan yang dilakukan, ditemukan bahwa peramalan dengan menggunakan jaringan syaraf tiruan propagasi balik secara umum memiliki kinerja yang relatif lebih baik dibandingkan dengan peramalan dengan menggunakan adaptif neuro fuzzy. Dari dua indikator moneter yang diuji, data input agregat moneter lebar (M2) relatif lebih baik digunakan sebagai prediktor dibandingkan dengan agregat moneter sempit (M1). Dari fakta tersebut, dibuat satu sistem intelijen yang akan mengimplementasikan arsitektur terbaik dengan menggunakan jaringan syaraf tiruan propagasi balik. Prototype sistem yang dibuat diharapkan mampu dimanfaatkan oleh berbagai pihak untuk melakukan peramalan terhadap persentase pertumbuhan GDP dengan input M1 dan atau M2.
Collections
- UT - Computer Science [2327]