Muta’ali, Hafidz (2021) PREDIKSI INDEKS HARGA KONSUMEN MENGGUNAKAN ALGORITMA BACKPROPAGATION DENGAN OPTIMASI PARTICLE SWARM OPTIMIZATION. Other thesis, UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA.
Preview |
Text
COVER.pdf Download (220kB) | Preview |
Preview |
Text
ABSTRAK.pdf Download (112kB) | Preview |
Preview |
Text
HALAMAN PENGESAHAN PEMBIMBING.pdf Download (299kB) | Preview |
Preview |
Text
DAFTAR ISI.pdf Download (147kB) | Preview |
Preview |
Text
DAFTAR PUSTAKA.pdf Download (98kB) | Preview |
Abstract
Indeks Harga Konsumen (IHK) merupakan salah satu indikator ekonomi yang sangat
berpengaruh dikarenakan IHK paling sering digunakan untuk mengukur tingkat inflasi. Dengan
melakukan prediksi, informasi tentang perekonomian khususnya Indeks Harga Harga Konsumen
(IHK) bisa diketahui sehingga dapat mengantisipasi atau meminimalisasi resiko yang akan
ditimbulkan. Indeks Harga Konsumen akan di prediksi secara time series yaitu menggunakan data
IHK sebelumnya.
Penelitian ini menggunakan algoritma Backpropagation yang dikombinasikan dengan
algoritma Particle Swarm Optimization (PSO). Backpropagation merupakan salah satu algoritma
Jaringan syarat tiruan (Neural Network), sedangkan PSO merupakan algoritma optimasi. Data
yang digunakan bersumber dari website bps.go.id dengan subjek inflasi. Proses yang dilakukan
adalah mengumpulkan data latih dan data uji, melakukan normalisasi terhadap data, melakukan
pelatihan pada algoritma backpropagation dan PSO, selanjutnya pada tahap terakhir dilakukan
pengujian terhadap model algoritma berdasarkan RMSE dan MAPE.
Hasil penelitian mendapatkan akurasi paling optimal yang diperoleh algoritma backpropagation
menghasilkan nilai RMSE 0.0448 dan MAPE sebesar 7.91% sedangkan untuk algoritma
backpropagation PSO memperoleh RMSE 0.0076 dan MAPE sebesar 1.32%
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Indeks Harga Konsumen, Prediksi, PSO, Backpropagation |
Subjek: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Divisions: | x. Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
Depositing User: | Nurul Alifah Rahmawati |
Date Deposited: | 04 Feb 2021 04:52 |
Last Modified: | 04 Feb 2021 04:52 |
URI: | http://eprints.upnyk.ac.id/id/eprint/24506 |
Actions (login required)
![]() |
View Item |