<![CDATA[Prediksi laju suatu inflasi perlu dilakukan karena inflasi akan menyebabkan beberapa pengaruh negatif dan menjadi masalah besar dalam perekonomian Indonesia. Hasil prediksi inflasi dapat dimanfaatkan oleh pembuat kebijakan, investor maupun perusahaan untuk merencanakan strategi ekonomi dalam mengantisipasi perkembangan laju inflasi dan perencanaan keuangan. Data mining fokus pada prediksi apa yang akan terjadi dalam situasi baru dari data yang menggambarkan apa yang terjadi di masa lalu. Tujuan penelitian ini adalah penerapan model prediksi inflasi di Indonesia dengan Support Vector Machine dan Algoritma Genetika sebagai optimasi parameter, diharapkan dapat meng-hasilkan model prediksi inflasi di Indonesia yang lebih akurat. Data sekunder yang digunakan dalam penelitian ini yaitu data Inflasi dan Indeks Harga Konsumen sejak Januari 2005 sampai Desember 2015. Metode yang diusulkan untuk melakukan prediksi laju inflasi adalah dengan menggunakan model Support Vector Machine dengan menerapkan Algoritma Genetika untuk melakukan optimasi parameter Support Vector Machine. Hasil pengujian menggunakan tipe Kernel Radial, di mana nilai RMSE dengan metode SVM sebelum dioptimasi sebesar 0,004 sedangkan nilai RMSE dengan menggunakan metode GA-SVM sebesar 0,035. Hasil rata-rata akurasi dengan menggunakan metode SVM sebelum dioptimasi sebesar 98,90% selanjutnya rata-rata akurasi pada metode GA-SVM sebesar 99,30%. Dapat disimpulkan bahwa penerapan model SVM yang dioptimasi dengan algoritma genetika dapat meningkatkan akurasi dalam prediksi laju inflasi di Indonesia. Kata Kunci : Prediksi Inflasi, Support Vector Machine, Algoritma Genetika, Data Mining]]>
Copyrights © 2016
