PERAMALAN INFLASI DI KOTA BANDUNG MENGGUNAKAN MODEL ARIMAX-RBFNN

• Main Author: Yasinta Asri Yunani, - (Author)
• Format: Book
• Published: 2023-04-17.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upi.edu/90066/1/S_MAT_1901806_Title.pdf; http://repository.upi.edu/90066/2/S_MAT_1901806_Chapter1.pdf; http://repository.upi.edu/90066/3/S_MAT_1901806_Chapter2.pdf; http://repository.upi.edu/90066/4/S_MAT_1901806_Chapter3.pdf; http://repository.upi.edu/90066/5/S_MAT_1901806_Chapter4.pdf; http://repository.upi.edu/90066/6/S_MAT_1901806_Chapter5.pdf; http://repository.upi.edu/90066/7/S_MAT_1901806_Appendix.pdf
• Keywords: L Education (General)

Penelitian ini berisi tentang peramalan inflasi di Kota Bandung menggunakan model hybrid ARIMAX-RBFNN. ARIMAX merupakan pengembangan dari model ARIMA dengan penambahan variabel eksogen, sedangkan Radial Basis Function Neural Network (RBFNN) merupakan model neural network yang mentransformasikan input secara tidak linier dengan menggunakan fungsi aktivasi Gaussian pada lapisan unit hidden sebelum diproses secara linear pada lapisan output. Tujuan dilakukannya penelitian ini adalah untuk mengetahui model hybrid ARIMAX-RBFNN dan hasil dari penerapannya terhadap inflasi di Kota Bandung dengan variabel eksogen kurs rupiah terhadap dollar Amerika. Pada penelitian ini digunakan data dari bulan Oktober 2011 sampai dengan bulan September 2022. Hasil dari penelitian ini menunjukkan bahwa model hybrid ARIMAX-RBFNN merupakan model terbaik dibandingkan dengan model ARIMAX saja. Selain itu, berdasarkan nilai MAPE dari model hybrid ARIMAXRBFNN menunjukan bahwa model tersebut menghasilkan peramalan yang sangat baik. This research contains about the forecasting of inflation in the city of Bandung using the hybrid ARIMAX-RBFNN model. ARIMAX is the development of the ARIMA model with the addition of exogenous variables, while the Radial Basis Function Neural Network (RBFNN) is a neural network model that transforms input non-linearly using a Gaussian activation function in the hidden unit layer before being processed linearly in the output layer. The purpose of this research was to determine the hybrid ARIMAX RBFNN model and the results of its application to inflation in the city of Bandung with the exogenous variable of the rupiah exchange rate against the US dollar. This research uses data from October 2011 to September 2022. The results of this research indicate that the hybrid ARIMAX-RBFNN model is the best compared to ARIMAX model. In addition, based on the MAPE value of the ARIMAX-RBFNN hybrid model it shows that the model produces very good forecasts.