Perbandingan metode LSTM dan ARIMA dalam memprediksi tingkat inflasi di Provinsi Kepulauan Bangka Belitung

Nurul Janah, (NIM. 1072011019) (2024) Perbandingan metode LSTM dan ARIMA dalam memprediksi tingkat inflasi di Provinsi Kepulauan Bangka Belitung. skripsi thesis, Universitas Bangka Belitung.

	Text HALAMAN DEPAN.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text BAB I.pdf Restricted to Registered users only Download (328kB) | Request a copy
	Text BAB II.pdf Restricted to Registered users only Download (487kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (330kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (684kB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (323kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (262kB) | Request a copy
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Inflasi adalah nilai untuk mengukur stabilitas perekonomian di suatu wilayah. Inflasi di Provinsi Kepulauan Bangka Belitung beberapa waktu yang lalu tepatnya pada bulan September 2023 mengalami kenaikan sebesar 3,55%, bahkan angka tersebut berada di atas angka inflasi nasional sebesar 2,28% dan menjadikan Provinsi Kepulauan Bangka Belitung menduduki peringkat pertama inflasi tertinggi di Indonesia. Pada bulan berikutnya, yaitu bulan Oktober dan November terkhususnya di Kota Tanjungpandan inflasi juga mengalami kenaikan sebesar 5,43% dan 5,89%, sehingga menjadi inflasi kota tertinggi di Indonesia selama dua bulan berturut-turut. Penelitian ini bertujuan untuk memprediksi tingkat inflasi dengan menggunakan metode LSTM dan ARIMA. Metode LSTM adalah metode yang diusulkan sebagai solusi dari terbentuknya vanishing gradient saat memproses data sekuensial yang panjang dan mengatasi penyimpanan memori dalam jangka waktu yang lama karena memory cell telah bertambah. Sedangkan Metode ARIMA merupakan sebuah metode statistik untuk menganalisis dan memprediksi data time series yang terdiri dari tiga orde, yaitu AR, I dan MA. Data yang digunakan adalah data time series bulanan dari periode Januari 2009 hingga Juni 2024. Hasil penelitian menunjukkan bahwa model LSTM menggunakan kombinasi hyperparameter terbaik lebih unggul dengan nilai RMSE sebesar 0,99125 dibandingkan model terbaik metode ARIMA menggunakan orde ARIMA (4,1,2) memperoleh RMSE sebesar 1,00066.

Actions (login required)

View Item