PERBANDINGAN KINERJA MODEL JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN EXTREME LEARNING MACHINE DALAM MEMPREDIKSI INFLASI DI INDONESIA

Abstract

Inflasi berperan penting bagi pelaku ekonomi untuk menentukan kebijakan-kebijakan yang akan diambil. Laju inflasi yang tidak terkendali dan tidak menentu akan menyebabkan ketidakstabilan pada perekonomian secara keseluruhan sehingga perlu dilakukannya prediksi inflasi di Indonesia dengan memanfaatkan Indeks Harga Konsumen. Indeks harga konsumen merupakan faktor pengukur inflasi di Indonesia. Penelitian ini mengevaluasi dua model jaringan syaraf tiruan yaitu model backpropagation dan extreme learning machine (ELM) dalam memprediksi inflasi di Indonesia. Model backpropagation dan ELM yang digunakan merupakan bentuk dasar dari model tersebut tanpa adanya pengembangan. Hasil penelitian menyatakan bahwa MSE pelatihan yang dihasilkan oleh ELM lebih baik dibandingkan pelatihan backpropagation namun MSE pengujian backpropagation lebih baik dibandingkan MSE pengujian ELM. Waktu pemrosesan yang dibutuhkan oleh backpropagation adalah 193.281 detik dan ELM sebesar 0.932 detik. Jumlah perulangan yang dibutuhkan oleh backpropagation adalah 535 kali dan ELM adalah sebanyak 1 kali. Kata Kunci : Jaringan syaraf tiruan, Backpropagation, Extreme learning machine, Inflasi, Indeks harga konsumen