Claim Missing Document
Check
Articles

Found 73 Documents
Search
Journal : BIMASTER

PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN METODE MARKOWITZ DAN MEAN VARIANCE EFFICIENT PORTFOLIO (MVEP) Rahmah, Mhaulia; Yundari, Yundari; Sulistianingsih, Evy
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.96034

Abstract

Kegiatan investasi yang dilakukan oleh investor memiliki risiko yang sebanding dengan tingkat keuntungan yang ditawarkan sehingga perlu dilakukan penyebaran investasi dengan membentuk portofolio saham untuk meminimalkan risiko. Portofolio optimal adalah portofolio yang dipilih oleh seorang investor dari sekumpulan portofolio efisien yang tersedia, berdasarkan preferensi risiko dan return investor. Penelitian ini bertujuan untuk menentukan kombinasi dan bobot saham dari setiap saham pembentuk portofolio optimal menggunakan Metode Markowitz dan Metode Mean Variance Efficient Portfolio (MVEP). Data yang digunakan berupa harga penutupan harian dari saham terindeks IDX30 periode 1 Februari 2024 hingga dengan 30 Agustus 2024. Proses analisis dilakukan dengan pengumpulan data harga saham harian lalu perhitungan return harian setiap saham dan estimasi expected return serta risiko tiap saham. Kemudian, penyusunan matriks kovarians antar saham dan dilakukan perhitungan bobot saham optimal dengan metode Markowitz dan MVEP serta evaluasi kinerja portofolio dengan indeks Sharpe. Hasilnya, portofolio optimal metode Markowitz terdiri dari ADRO (45,43%), PGAS (18,16%), MEDC (12,36%), AMRT (8,17%), KLBF (7,12%), UNTR (4,53%) dan CPIN (4,24%) dengan expected return 0,00217, risiko portofolio 0,000126 dan kinerja portofolio 0,192807. Kombinasi portofolio dengan metode MVEP terdiri dari ADRO (10,94%), PGAS (5,75%), MEDC (18,05%), AMRT (15,41%), KLBF (16,43%), UNTR (21,74%) dan CPIN (11,69%) dengan expected return 0,00130, risiko portofolio 0,0000759 dan kinerja portofolio sebesar 0,14963.
PELABELAN RATA-RATA SKOLEM DIFFERENCE PADA GRAF H-BINTANG (H(S_n )) Fajria, Intan Luthfiani; Yundari, Yundari; Fran, Fransiskus
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i5.70891

Abstract

Pelabelan dalam graf adalah suatu fungsi yang memetakan elemen-elemen dalam graf (simpul atau sisi) dengan bilangan bulat tidak negatif. Satu di antara jenis pelabelan yaitu pelabelan rata-rata skolem difference. Pelabelan rata-rata skolem difference pada graf  dengan  banyaknya simpul dan  banyaknya sisi adalah sebuah fungsi injektif  memetakan himpunan simpul  ke himpunan bilangan  dan menghasilkan fungsi bijektif  yang memetakan himpunan sisi  ke himpunan bilangan  sehingga setiap sisi  dengan  berlaku     jika  genap dan   jika  ganjil. Graf yang diterapkan dalam penelitian ini yaitu graf H-bintang . Tujuan penelitian ini adalah mengkonstruksi pola pelabelan rata-rata skolem difference, pelabelan rata-rata skolem difference ganjil dan pelabelan rata-rata skolem difference genap pada graf H-bintang . Penelitian dimulai dengan menetapkan graf H-bintang  serta melabeli graf tersebut dengan pelabelan rata-rata skolem difference. Pada penelitian ini diperoleh konstruksi pola pelabelan rata-rata skolem difference, pelabelan rata-rata skolem difference ganjil dan pelabelan rata-rata skolem difference genap graf H-bintang .  Kata Kunci : pelabelan rata-rata skolem difference ganjil, pelabelan rata-rata skolem difference genap, graf bintang.
PREDIKSI HARGA SAHAM PT SEMEN INDONESIA (PERSERO) TBK PADA MASA PEMBANGUNAN AWAL IKN DENGAN GERAK BROWN GEOMETRIK Nurfadilah, Kori’ah; Yundari, Yundari; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i5.99546

Abstract

PT Semen Indonesia (SMGR) memiliki peranan penting dalam pemasok Green Cement pembangunan Ibu Kota Nusantara (IKN). Tingginya permintaan semen yang berkelanjutan untuk proyek besar seperti IKN, potensi pendapatan dan laba SMGR diharapkan meningkat. Harga saham SMGR tetap rentan terhadap risiko meskipun prospek pertumbuhan sangat menjanjikan, kondisi ini sulit untuk diprediksi dan mengakibatkan nilai return yang tidak pasti. Oleh karena itu diperlukan suatu model matematis yang bisa memodelkan harga saham yaitu Gerak Brown Geometrik (GBG). Tujuan dari penelitian ini adalah untuk menentukan tingkat volatilitas saham dan pola pergerakannya selama masa pembangunan awal IKN tahun 2022-2024 serta menghitung tingkat keakuratan model GBG dalam memprediksi saham SMGR. Data yang digunakan adalah data harga saham penutupan pada 15 Februari 2022 hingga 17 Agustus 2024. Tahapan dalam penelitian ini yaitu pengumpulan data, menghitung return saham, menguji data return (uji normalitas), menghitung estimasi parameter, memprediksi harga saham, dan menghitung nilai Mean Absolute Percentage Error (MAPE). Model GBG yang diperoleh nilai volatilitas 1,472 % yang menunjukkan fluktuasi relatif harga saham dalam model dianggap kecil, nilai drift -0,176 % yang artinya pola pergerakan harga saham selama masa pengamatan mengalami penurunan dan diperoleh nilai MAPE dengan melakukan iterasi sebanyak 1,100,500, dan 1000 berturut-turut bernilai 4,747 %, 3,717 %, 2,488 %, dan 2,453 %. Dari iterasi terkecil kemudian dilanjutkan untuk memperoleh proyeksi prediksi dengan jumlah periode waktu 68 dan menghasilkan nilai rata-rata MAPE 7,65%.Hal ini menunjukkan bahwa nilai MAPE prediksi
PENYELESAIAN PEMROGRAMAN LINIER BILANGAN BINER DENGAN METODE BRANCH AND BOUND GUNA MENGOPTIMALKAN PENGGUNAAN KENDARAAN (Studi Kasus: Kendaraan Pengangkut Sampah Di Dinas Pekerjaan Umum dan Penataan Ruang, Perumahan Rakyat dan Kawasan Permukiman Kabupaten Kubu Raya) Asyrad, Adam; Yundari, Yundari; Pasaribu, Meliana
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 2 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i2.76956

Abstract

Pemrograman bilangan bulat biner sering dikenal dengan pemrograman bilangan bulat 0 dan 1, adalah pemrograman bilangan bulat yang nilai variabel keputusannya dibatasi pada dua nilai, yaitu nilai 0 dan nilai 1. Pada penelitian ini metode yang digunakan untuk menyelesaikan pemrograman bilangan bulat biner adalah Metode Branch and Bound. Metode Branch and Bound merupakan suatu metode lanjutan untuk menghasilkan penyelesaian optimal untuk program linier yang menghasilkan variabel keputusan bilangan bulat. Tujuan dari penelitian ini adalah untuk menentukan kendaraan pengangkut sampah mana yang digunakan pada setiap TPS menuju TPA dengan menggunakan Metode Branch and Bound. Proses pengangkutan sampah dari TPS menuju TPA menggunakan dua jenis kendaraan yaitu dump truck dan amroll. Oleh karena itu perlu dipilih kendaraan pengangkutan sampah mana yang optimal dari kedua jenis kendaraan tersebut. Kendaraan pengangkut sampah dikatakan optimal ketika satu kendaraan digunakan untuk satu wilayah pengangkutan. Berdasarkan hasil penelitian dapat diperoleh pada Wilayah TPS Kuala Dua Pasar Kiwi dan Wilayah TPS Panti Jompo Arang Limbung harus menggangkut sampah menggunakan kendaraan dump truck dan pada TPS Kontainer Angkasa Pura II harus menggangkut sampah menggunakan kendaraan amroll agar tidak ada tumpukan sampah yang tidak terangkut ke TPA.  Kata Kunci: Volume Sampah, Kapasitas, Waktu Tempuh
MODEL ANTRIAN PEMBUATAN SIM DI SATPAS POLRESTA KOTA PONTIANAK Daska, Hipin; Yundari, Yundari; Helmi, Helmi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i5.99668

Abstract

Proses layanan publik dalam penerbitan Surat Izin Mengemudi (SIM) seringkali menghadapi kendala berupa antrian panjang akibat ketidakseimbangan antara jumlah pemohon dan kapasitas pelayanan. Kajian ini bertujuan untuk mengidentifikasi model antrian serta mengevaluasi tingkat kinerja antrian pada proses pembuatan SIM di SATPAS Polresta Kota Pontianak. Pengumpulan data dilakukan melalui observasi langsung selama empat hari terhadap dua tahap layanan, yaitu registrasi dan foto. Uji kecocokan distribusi dianalisis menggunakan metode Kolmogorov-Smirnov. Berdasarkan hasil analisis, diperoleh untuk pola kedatangan sesuai dengan asumsi distribusi Poisson adapun waktu pelayanan mengikuti distribusi umum. Merujuk pada hasil pengujian kesesuai distribusi, model antrian yang digunakan adalah (M/G/1): (FCFS/∞/∞). Evaluasi tingkat kinerja antrian menunjukkan bahwa tahap registrasi memiliki tingkat kesibukan yang sangat tinggi (ρ=0,98), yang menyebabkan waktu tunggu antrian menjadi lama, sedangkan pada tahap foto menunjukkan kinerja sistem yang lebih efisien. Hasil ini menunjukkan perlunya penambahan sumber daya layanan, khususnya pada tahap registrasi, guna mengurangi waktu tunggu dan meningkatkan kualitas pelayanan publik.
SEGMENTASI CUSTOMER LIFETIME VALUE PADA MODEL LRFM MENGGUNAKAN METODE K-MEANS EUCLIDEAN DISTANC Puspita, Urfila Dian; Yundari, Yundari; Huda, Nur’ainul Miftahul
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i5.70908

Abstract

Strategi pemasaran yang berfokus pada pelanggan memiliki peranan penting dalam menjaga hubungan positif dengan pelanggan. Pelanggan dianggap sebagai nilai yang berharga bagi perusahaan. Saat ini, persaingan dalam dunia bisnis mendorong perusahaan untuk mengoptimalkan manajemen layanan pelanggan dalam upaya memenangkan kepercayaan pelanggan. Tujuan dari penelitian ini melakukan segmentasi pelanggan untuk menghasilkan nilai Customer Lifetime Value (CLV) berdasarkan intensitas kepentingan perusahaan, dengan pengelompokan CLV menggunakan algoritma K-Means euclidean distance berdasarkan model LRFM (Length, Recency, Frequency dan Monetary). Untuk mencapai strategi pemasaran yang efektif, penting untuk mengelompokkan pelanggan berdasarkan karakteristik yang serupa. Salah satu cara untuk mengelompokkan pelanggan yaitu dengan segmentasi pelanggan melalui metode clustering. Penelitian ini menggunakan data pemasukan pelanggan yang kemudian diterapkan berdasarkan variabel LRFM agar memudahkan pengelompokan pelanggan. Penentuan jumlah cluster terbaik menggunakan metode silhouette coefficient adalah 2 cluster, dengan metode K-Means diperoleh jumlah pengelompokan pelanggan pada cluster 1 adalah 29 pelanggan dan cluster 2 adalah 21 pelanggan. Berdasarkan clustering K-Means, dihasilkan segmentasi CLV dengan pembobotan Analytical Hierarchy Process (AHP) nilai CLV tertinggi yaitu pada cluster 1 dengan nilai CLV 0,782 melebihi nilai rata-rata CLV dari seluruh segmen dan cluster 2 dengan nilai CLV terendah yaitu 0,780. Artinya cluster 1 merupakan pelanggan dengan loyalitas tertinggi.  Kata Kunci : Pelanggan, K-Means Clustering, Customer Lifetime Value.
KESEHATAN DI PROVINSI KALIMANTAN BARAT DENGAN MENGGUNAKAN ANALISIS REGRESI MULTIVARIAT Tambunan, Ayu Oktavia; Yundari, Yundari; Kusumastuti, Nilamsari
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i3.95939

Abstract

Indikator kesehatan memiliki peran penting dalam menggambarkan taraf kesejahteraan hidup masyarakat. Dalam penelitian ini, gambaran kondisi kesehatan dilihat melalui tiga indikator utama, yaitu angka kematian bayi (Y_1), angka harapan hidup (Y_2), serta persentase status gizi buruk (Y_3). Berdasarkan data angka harapan hidup, Kalimantan Barat berada pada posisi ke-16 dari total 38 provinsi di Indonesia, yang mencerminkan kualitas kesehatan penduduknya. Kondisi ini juga berkontribusi terhadap pemahaman menyeluruh mengenai kesehatan masyarakatnya. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi kondisi kesehatan masyarakat dengan menggunakan metode analisis regresi multivariat. Beberapa variabel independen yang dianalisis mencakup persentase rumah tangga yang memiliki jamban pribadi, bayi yang menerima ASI eksklusif, persalinan yang ditangani tenaga medis, serta kepadatan penduduk di wilayah masing-masing. Data yang digunakan merupakan data sekunder yang bersumber dari Badan Pusat Statistik (BPS), Profil Kesehatan Kalimantan Barat, serta hasil Survei Sosial Ekonomi Nasional (SUSENAS) tahun 2022. Proses analisis dilakukan secara bertahap, mulai dari uji normalitas, penghitungan parameter model, hingga pengujian signifikansi baik secara simultan maupun parsial untuk setiap variabel. Hasil temuan menunjukkan bahwa seluruh variabel bebas memberikan dampak yang signifikan terhadap indikator-indikator kesehatan yang diteliti. Kenaikan angka kematian bayi terbukti berkaitan dengan penurunan persentase rumah tangga yang menggunakan jamban pribadi, pemberian ASI eksklusif, persalinan oleh tenaga medis, serta kepadatan penduduk. Meningkatnya angka harapan hidup dipengaruhi oleh meningkatnya persentase bayi diberi ASI eksklusif dan persalinan oleh tenaga medis serta mengakibatkan menurunnya persentase penggunaan jamban pribadi dan kepadatan penduduk. Meningkatnya gizi buruk disebabkan oleh minimnya persentase rumah tangga yang menggunakan jamban pribadi, rendahnya pemberian ASI eksklusif pada bayi, kurangnya persalinan oleh tenaga medis, serta rendahnya kepadatan penduduk. Model regresi yang diperoleh dari penelitian ini memberikan informasi kuantitatif yang dapat dijadikan dasar dalam penyusunan strategi kebijakan publik di bidang kesehatan secara lebih efektif.
PENYELESAIAN PERMASALAHAN PEMROGRAMAN NONLINEAR MULTIOBJEKTIF MENGGUNAKAN METODE PEMBOBOTAN DAN METODE KARUSH KUHN-TUCKER (KKT) (Studi Kasus: Warung Bubuk Kopi Bang Azis di Pontianak) Ramadhanti, Tasya Redika; Pasaribu, Meliana; Yundari, Yundari
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 3 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i3.95122

Abstract

Pemrograman nonlinear multiobjektif adalah pendekatan yang digunakan untuk memodelkan permasalahan optimasi nonlinear dengan melibatkan lebih dari satu fungsi tujuan. Penelitian ini bertujuan menyelesaikan permasalahan pemrograman nonlinear multiobjektif dengan menganalisis interaksi antara harga jual dan biaya produksi untuk mencapai solusi yang optimum. Penentuan solusi menjadi lebih kompleks karena harus mempertimbangkan dua tujuan yang harus dicapai secara bersamaan. Studi kasus difokuskan pada optimasi jumlah produk bubuk kopi yang diproduksi Warung Bubuk Kopi Bang Azis, dengan mempertimbangkan antara harga jual dan biaya produksi untuk mencapai hasil yang optimum. Pembentukan fungsi tujuan dilakukan dengan mengubah kedua fungsi tujuan menjadi bentuk fungsi tujuan tunggal menggunakan nilai bobot. Permasalahan ini dimodelkan ke dalam bentuk pemrograman nonlinear dan dianalisis melalui penerapan metode Karush Kuhn-Tucker (KKT). Metode KKT digunakan untuk menemukan solusi optimum dari suatu masalah optimasi dengan kendala. Metode ini menggabungkan aturan kendala dan fungsi Lagrange untuk menentukan solusi optimum yang memenuhi syarat KKT. Berdasarkan hasil yang telah diperoleh, jumlah produksi optimum Warung Bubuk Kopi Bang Azis selama seminggu adalah Kopi A (bubuk kopi kemasan 100 gr) sebanyak 308 bungkus, Kopi B (bubuk kopi kemasan 200 gr) sebanyak 85 bungkus, dan Kopi C (bubuk kopi kemasan 500gr) sebanyak 219 bungkus dengan keuntungan maksimum yang diperoleh sebesar Rp8.914.154,84.
ANALISIS DISKRIMINAN LINEAR ROBUST PADA PENGKLASIFIKASIAN BERAT BAYI LAHIR DENGAN METODE WINSORIZED MODIFIED ONE-STEP M-ESTIMATOR Silvia, Elma; Yundari, Yundari; Kusumastuti, Nilamsari
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 4 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i4.99120

Abstract

Analisis diskriminan adalah suatu metode yang digunakan dalam mengklasifikasi suatu objek ke dalam kelompok berdasarkan dengan variabel bebasnya. Metode ini harus memenuhi asumsi dasar analisis diskriminan yaitu uji sebaran multivariat dan uji homogenitas matriks varians-kovarians, metode analisis ini juga sangat mudah terpengaruh terhadap data yang mengandung pencilan sehingga membuat asumsi menjadi tidak terpenuhi. Tujuan dari penelitian ini adalah untuk mengklasifikasi berat badan bayi baru lahir, yang mana menurut organisasi kesehatan dunia (WHO) berat badan bayi ini dapat dikelompokan menjadi 2 yaitu bayi berbobot lahir rendah (≤2500 g) dan bayi berbobot lahir normal (>2500 g), menggunakan analisis diskriminan linear robust dengan metode winsorized modified one-step M-estimator (WMOM). WMOM bekerja dengan cara mengganti nilai yang lebih dari batas atas atau kurang dari batas bawah berdasarkan kriteria pemangkasan Modified one step M-estimator (MOM), dimana metode ini dapat mengatasi pencilan pada data. Dalam penelitian ini data yang digunakan adalah data berat badan bayi yang baru lahir dan variabel-variabel yang mewakili kondisi ibu ketika hamil di Kecamatan Jawai tahun 2023-2024. Berdasarkan hasil dari klasifikasi menunjukan bahwa dari 9 bayi pada waktu lahir mempunyai berat bayi lahir rendah diklasifikasi 4 diantaranya diprediksikan akan masuk ke dalam kelompok bayi berbobot lahir normal dan sebaliknya dari 78 bayi pada waktu lahir mempunyai berat bayi normal didapat 20 diantaranya diprediksikan akan masuk ke dalam kelompok bayi berbobot lahir rendah. Tingkat akurasi klasifikasi yang diperoleh sebesar 72,41% dengan nilai APER sebesar 27,59%, dan hasil uji statistik press"™s Q menunjukan bahwa klasifikasi yang dilakukan secara konsisten.
IDENTIFIKASI FAKTOR DAN PERAMALAN INFLASI INDONESIA MENGGUNAKAN REGRESI LINEAR BERGANDA- BACKPROPAGATION NEURAL NETWORK Febrianti, Eka; Yundari, Yundari; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 5 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i5.102167

Abstract

Inflasi atau laju kenaikan harga barang dan jasa yang naik turun secara ekstrem, dan tidak terkendali di Indonesia berdampak terhadap perekonomian dan menurunkan daya beli masyarakat, hingga diperlukan pengendalian. Bermacam upaya yaitu dengan identifikasi faktor yang mempengaruhi dan peramalan. Data inflasi yaitu data deret waktu berpola non-linear dan dipengaruhi oleh lebih dari satu faktor. Regresi Linear Berganda dipakai untuk melihat pengaruh bermacam variabel bebas (X) terhadap variabel terikat (Y). Backpropagation Neural Network yaitu metode peramalan yang memodelkan hubungan diantara input dan output dengan memperbarui bobot secara berulang berdasarkan nilai error atau epoch. Penelitian ini bertujuan untuk identifikasi faktor yang berpengaruh secara signifikan pada Inflasi serta meramalkan tingkat inflasi di Indonesia menggunakan metode Backpropagation Neural Network (BPNN). Proses penelitian dilakukan dengan pengumpulan data inflasi, nilai tukar, impor, harga minyak dunia, jumlah uang beredar, serta suku bunga periode Januari 2015-Desember 2024. Lalu data diolah hingga diperoleh model regresi linear berganda selanjutnya dilakukan pengujian terhadap model yang yaitu uji F, uji t, menghitung koefisien determinasi, dan uji asumsi klasik. Sesudah didapat faktor yang berpengaruh signifikan, dilakukan normalisasi, membagikan data latih-uji, pelatihan dengan algoritma Backpropagation, pengujian data target, dan peramalan dengan BPNN. Hasilnya, harga minyak dunia dan jumlah uang beredar berpengaruh signifikan pada inflasi. Arsitektur BPNN terbaik yaitu 3-6-1, dengan data 80% latih dan 20% uji, learning rate 0,7, fungsi aktivasi sigmoid, dan 1000 epoch dengan MSE 0,149030 dan MAPE 11,07%. Sesudah dilakukan peramalan pada 2025, diperoleh nilai inflasi tertinggi 2,05% pada Agustus-Desember dan inflasi terendah 1,81% pada Januari.
Co-Authors Adrian, Ferry Ahmad Yani T Alexander Ananda, Adelia Angraini, Wanda Aprilianti, Aulia Aprizkiyandari, Siti Ariani, Prisilia Arizal, Arizal Asyrad, Adam Ayu Lestari Ayu Sri Utami Bambang Poniman Barita Riana Sitours Bayu Prihandono Brella Glysentia Vilgalita Chintya, Yuni Daniel Happy Putra Daska, Hipin Dea Rizki Darmawanti Dede Suratman Deni Winda Sari Desi Desi Ditanti Putri Shofia Eka Febrianti, Eka Eligia Helvianti Tri Lina P Elishabet Yohana Enis Rahayu Erlando Erlando Ervina Febyolga Evangelista, Gitta Evi Novian Evi Noviani Evy Sulistianingsih Fajria, Intan Luthfiani Fansiskus Fran Fikadila, Lisa Firhan Januardi Firmansyah, Dimas Fran, Fransiskus Fransiskus Fran Fransiskus Fran Hamdani Hamdani Hanssen, Calvin Helmi Helmi Helmi Helmi Helmi Helmi Helmi Hendra Perdana Hengki, Marius Henny Priandini Amalia Huda, Nur'ainul Miftahul HUDA, NUR’AINUL MIFTAHUL Huda, Nur’ainul Miftahul Ikbal Muhaimin Jonathan, Ryan Juwita, Dia Prima Laksono Trisnantoro Lauren, Nover Laurens Paskhia Dirda Rusanditia Lexandra, Natalia Lina Astuti Maharani, Citra Cipta Mariatul Kiftiah Martha, Shantika Meisita, Cheril Meliana Pasaribu Melinda Mareta Sari Mohamad Rif'at Mudinillah, Adam Muhammad Ilyas Mujiarti, Eka May Muslimah (F54210032) Nadia Putri Kurniawati Neno Juli Triami Neva Satyahadewi Nilamsari Kusumastuti Ningrum, Runi Aisyah Diyah Novia Kristefany Kabang Nurfadilah, Kori’ah NURFITRI IMRO’AH Nurfitri Im’roah Nurliantika, Nurliantika NUR’AINUL MIFTAHUL HUDA Pranata Anggi Priyatna, Tegar Rama Puspita, Urfila Dian Putra, Fajar Rahmana Putri Romanda Rachmawati, Febby Rahmah, Mhaulia Ramadhan, Rahul Ramadhanti, Tasya Redika Rayhannisa, Rayhannisa Rif'at, Mohammad Rifatullah, Rohit Riski Apriadi Rivaldi, Syahrul Rizki, Setyo Wira Ryan Jonathan Safitri, Fauziah Sasqia Aklysta Antaristi Setyo Wira Rizki Setyo Wira Rizki Shantika Martha Shantika Martha Silvia, Elma Silvy Heriyanti Suryani Suryani Takuan, Julianus Tambunan, Ayu Oktavia Tamtama, Ray Udjianna Sekteria Pasaribu Utriweni Mukhaiyar Venti, Monalisa Wele, Bruno Sala Winanda Epriyanti Yudhi Yulis Jamiah Zada Almira Zubaidah Zubaidah