<![CDATA[Pertumbuhan ekonomi suatu negara menjadi indikator penting dalam menentukan kebijakan nasional yang berdampak pada kehidupan masyarakat. Dalam penelitian ini, model simulasi dirancang untuk memprediksi pertumbuhan ekonomi Indonesia berdasarkan nilai PDB negara tersebut. Penelitian ini menerapkan teknik kecerdasan buatan (AI) canggih (CNN-LSTM, GRU-LSTM, SVR, LLR) untuk memprediksi PDB Indonesia, pendekatan inovatif yang menggabungkan pembelajaran mesin dan pembelajaran mendalam dengan metode ensembel. Upaya modernisasi alat kebijakan ekonomi ini menawarkan potensi signifikan untuk meningkatkan proses pengambilan keputusan. Studi ini menggunakan 17 indikator variabel makroekonomi dengan rentang data 26 tahun (1997-2023), termasuk agregat moneter komprehensif (M2) dari lima ekonomi besar dan data perdagangan bulanan rinci untuk Indonesia. Dengan menerapkan metode ensembel ganda (rata-rata, median, dan stacked), studi ini menunjukkan komitmen untuk meningkatkan akurasi prediksi. Metode kombinasi, yang mencapai RMSE terendah (9,8316), menunjukkan bagaimana model AI yang berbeda dapat bekerja sama untuk mengurangi kesalahan dan meningkatkan prediksi. Penelitian ini menunjukkan bahwa nilai model simulasi dan nilai aktual menunjukkan pola yang konsisten. Konsistensi antara nilai simulasi dan nilai aktual menunjukkan bahwa model AI dapat memprediksi kondisi ekonomi dengan akurat, sehingga dapat menjadi dasar untuk pengambilan keputusan yang lebih baik di masa depan. Selain itu, melalui prediksi yang akurat ini, pemerintah dapat melakukan upaya pencegahan lebih awal terhadap krisis potensial di masa depan.]]>
Copyrights © 2026
