Seleksi Univariabel Input pada Peramalan Inflasi Bulanan Nasional dengan Metode Artificial Intelligence

Abstract

Teknik peramalan menjadi salah satu teknik yang banyak diterapkan dalam pengambilan keputusan. Teknik peramalan yang banyak digunakan saat ini adalah metode komputasi dan metode kombinasi. Metode ini mempunyai konsep yang lebih fleksibel. Namun tak jarang dijumpai adanya akurasi hasil prediksi  dari metode klasik yg lebih presisi dibandingkan metode komputasi dan metode kombinasi. Untuk itu diperlukan penyeleksian variabel input yang digunakan dalam metode komputasi maupun kombinasi sehingga menghasilkan akurasi yang baik dan hasilnya dapat digunakan sebagai penentu kebijakan dalam pengembangan ekonomi nasional. Data yang digunakan adalah data sekunder dari Bank Indonesia dari Januari 2005 - Juni 2019 dengan variabel penelitian inflasi nasional. Dalam penelitian ini teknik seleksi input yang digunakan adalah teknik regresi untuk kemudian digunakan sebagai input pada peramalan dengan ANFIS. Dari hasil analisis didapatkan akurasi peramalan metode ANFIS dengan menggunakan seleksi varibel input menghasilkan RMSE sebesar 0,00274. Sedangkan peramalan dengan ARIMA menghasilkan RMSE sebesar 1,25294.