Implementasi FCM-ANFIS dalam Prediksi Tingkat Inflasi di Indonesia

Abstract

Tingkat inflasi yang tinggi masih menjadi permasalahan ekonomi yang harus dihadapi negara berkembang, seperti Indonesia. Inflasi adalah suatu kondisi harga barang-barang secara umum mengalami kenaikan dan berlangsung secara terus-menerus serta saling mempengaruhi. Inflasi memiliki dampak signifikan pada perekonomian dan kesejahteraan masyarakat, seperti penurunan daya beli masyarakat, meningkatnya pengangguran, merosotnya pertumbuhan ekonomi, dan ketidaksetaraan sosial. Ada beberapa faktor penyebab inflasi di Indonesia, diantaranya adalah jumlah uang beredar, suku bunga, dan nilai tukar rupiah. Prediksi diperlukan dalam proses pengambilan keputusan karena dapat memberikan dasar untuk perencanaan dan keputusan dalam meningkatkan keuntungan atau mencegah kerugian. Salah satu metode yang dapat digunakan dalam prediksi adalah metode Adaptive Neuro Fuzzy Inference System (ANFIS). Metode ANFIS merupakan metode gabungan dari jaringan saraf tiruan dan logika fuzzy. Ada dua parameter dalam metode ANFIS, yaitu parameter premis dan parameter konsekuen. Dalam penelitian ini, parameter premis diperoleh dengan menggunakan Fuzzy C-Means (FCM). Penelitian ini dilakukan dengan tujuan untuk memprediksi tingkat inflasi di Indonesia menggunakan FCM-ANFIS, dengan tujuan memperoleh hasil prediksi yang lebih akurat. Pengelompokkan data dengan FCM menghasilkan 4 cluster, dengan cluster 1 terdiri dari 38 bulan, cluster 2 terdiri dari 19 bulan, cluster 3 terdiri dari 29 bulan, dan cluster 4 terdiri dari 39 bulan. Proses prediksi tingkat inflasi dengan menggunakan FCM-ANFIS menghasilkan nilai RMSE sebesar 0,3645, sehingga implementasi FCM-ANFIS cukup baik dalam prediksi tingkat inflasi di Indonesia.