<![CDATA[Indeks Harga Konsumen (IHK) merupakan indikator penting dalam mengukur tingkat inflasi yang digunakan sebagai dasar pengambilan kebijakan ekonomi, termasuk penyesuaian gaji, upah, dan kontrak kerja. Karena IHK memiliki pengaruh penting terhadap perubahan laju inflasi perekonomian Indonesia, maka perlu dilakukan prediksi terhadap IHK untuk membantu pemerintah dalam merumuskan kebijakan yang tepat, baik dalam stabilisasi harga maupun perlindungan terhadap kesejahteraan masyarakat terutama di wilayah dengan aktivitas ekonomi tinggi seperti Kota Surabaya, yang memiliki pertumbuhan Produk Domestik Regional Bruto (PDRB) signifikan. Penelitian ini bertujuan untuk membandingkan kinerja dua fungsi aktivasi dalam model Radial Basis Function Neural Network (RBFNN), yaitu Gaussian dan Multiquadratik, dalam memprediksi laju IHK di Surabaya. Metode RBFNN dipilih karena kemampuannya dalam menangkap pola non-linear pada data deret waktu. Metodologi penelitian meliputi pengumpulan data dari Badan Pusat Statistik (BPS), pra-pemrosesan data, pengembangan model, dan evaluasi menggunakan data uji. Model RBFNN dibangun dengan menentukan kluster, nilai spread, fungsi aktivasi, dan output, serta dievaluasi menggunakan Symmetric Mean Absolute Percentage Error (sMAPE). Data yang digunakan berupa deret waktu Indeks Harga Konsumen (IHK) Kota Surabaya periode Januari 2006 hingga Desember 2024 dengan frekuensi bulanan, sehingga diperoleh 228 data observasi. Berdasarkan hasil analisis, diperoleh bahwa fungsi aktivasi Gaussian memberikan hasil prediksi terbaik dengan nilai SMAPE sebesar 0.70%, yang menunjukkan tingkat akurasi sangat tinggi. Hasil prediksi IHK untuk bulan Januari hingga Mei 2025 berturut-turut adalah 107.61, 108.09, 108.54, 108.95, dan 108.32.]]>
Copyrights © 2025
