<![CDATA[ Tingkat inflasi sering digunakan sebagai indikator pertumbuhan ekonomi suatu negara. Di Indonesia, tantangan sosial di sektor ekonomi membutuhkan pengendalian yang lebih baik. Tingkat inflasi di Indonesia mengalami fluktuasi yang tidak stabil setiap bulannya. Inflasi yang tinggi dapat menimbulkan berbagai masalah, antara lain meningkatnya angka kemiskinan, tingkat pengangguran yang semakin tinggi, terhambatnya pertumbuhan ekonomi, dan menurunnya nilai rupiah. Oleh karena itu, peramalan tingkat inflasi di masa depan sangat penting untuk merumuskan kebijakan dan menjaga stabilitas ekonomi. Support Vector Regression (SVR) merupakan model dasar yang digunakan, dikombinasikan dengan pendekatan Ensemble Bagging untuk mendapatkan prediksi yang akurat. Optimasi grid search dengan variasi nilai Kernel (RBF, Sigmoid, Polynomial, Linier), C (0.1, 1, 100, 200), Gamma (0.1, 0.5, 1), Epsilon (0.01, 0.1, 1), Derajat (1, 2, 3), dan n_estimator (5, 25, 100) dilakukan untuk mencari parameter terbaik. Pengujian juga dilakukan dengan rasio pemisahan data yang berbeda, yaitu 80:20, 70:30, dan 60:40. Hasilnya menunjukkan rasio splitting terbaik adalah 70:30, dan parameter terbaik adalah Kernel = Linear, C = 200, Gamma = 0.1, Epsilon = 0.01, dan n_estimator = 100. Dengan nilai MAPE sebesar 9,297% dan RMSE sebesar 0,258, hasil tersebut mengindikasikan model cukup baik untuk memprediksi inflasi Indonesia. ]]>
Copyrights © 2024
