Penelitian ini bertujuan untuk mengembangkan sistem pengukuran tingkat inflasi suatu negara menggunakan pendekatan Fuzzy Inference System (FIS) metode Tsukamoto. Pendekatan ini dipilih karena kemampuannya dalam menangani ketidakpastian dan ketidaklinieran data ekonomi makro. Sistem dirancang berdasarkan tiga parameter utama: nilai tukar mata uang, Produk Domestik Bruto (GDP), dan suku bunga, dengan data diperoleh dari World DataBank tahun 2022. Fungsi keanggotaan berbentuk segitiga dan bahu digunakan untuk merepresentasikan input linguistik, dan aturan fuzzy berbasis IF-THEN dikembangkan untuk proses inferensi. Implementasi dilakukan menggunakan bahasa pemrograman Python. Hasil pengujian menunjukkan bahwa mayoritas negara (90,41%) berada dalam kategori inflasi "Sedang", sementara sebagian kecil dikategorikan "Rendah" dan "Tinggi". Sistem ini terbukti fleksibel dalam menghadapi variasi data ekonomi, namun masih memiliki keterbatasan dalam menangani data yang tidak lengkap. Penelitian ini menyimpulkan bahwa metode Tsukamoto efektif untuk klasifikasi inflasi negara dan berpotensi dikembangkan lebih lanjut melalui integrasi dengan metode hibrida guna meningkatkan akurasi dan ketepatan hasil.