Pendekatan Adaptive Neuro Fuzzy Sebagai Alternatif Bagi Bank Indnesia Dalam Menentukan Tingkat In asi di Indonesia

Abstract

Pada kondisi ekonomi yang tidak menentu seperti sekarang, penelitian dan permodelan tingkat inflasi dipandang perlu untuk memberikan estimasi dan prediksi tingkat indlasi dimasa yang akan datang. Penelitian ini bertujuan untuk menjelaskan pergerakan inflasi ( variable output) sehingga bisa di estimasi dengan mengamati empat data makro ekonomi Indonesia yaitu nilai tukar, jumlah uang beredar, suku bunga PUAB, dan output gap (variable input ). Periode pengamatan dimulai dari data time series Januari 2001 hingga Maret 2011.Alat analisa yang digunakan dalam penelitian ini adalah Adaptive Neuro Fuzzy Inference System. Adaptive neuro fuzzy merupakan perpaduan antara jaringan syaraf tiruan dan logika fuzzy. Berdasarkan hasil analisa yang sudah dilakukan, sistem fuzzy menghasilkan 9 (sembilan) aturan fuzzy yang bisa mendefinisikan kelakuan input-output. Setelah melakukan uji coba estimasi inflasi dengan data pada tahun 2009 hingga 2011, diperoleh tingkat akurasi yang cukup tinggi, dengan rata-rata tingkat error yang mampu mencapai 0 yaitu sebesar 0,6031.