Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/8963
Title: Pendekatan Adaptive Neuro Fuzzy Sebagai Alternatif Bagi Bank Indonesia Dalam Menentukan Tingkat Inflasi di Indonesia
Authors: Akhirson, Armaini
Heruseto, Brahmantyo
Keywords: estimation of inflation;exchange rate;money suply;PUAB;output gap;fuzzy;estimasi inflasi;nilai tukar;jumlah uang beredar
Issue Date: Aug-2016
Publisher: Fakultas Ekonomi dan Bisnis Universitas Kristen Satya Wacana
Abstract: In this uncertain current economic condition , research and inflation rate modelling are considered necessary to give an estimate and prediction of inflation rates in the future. Adaptive Neuro Fuzzy approach is a combination of Neural Network and Fuzzy Logic. This study aims to describe the movement of inflation (output variable) so it can be estimated by observing four Indonesian macro-economic data, namely the exchange rate, money supply, interbank interest rates, and the output gap (input variable). Observation period started from the data in 20011 to 20113. After the learning process is complete, fuzzy systems generate 45 fuzzy rules that can define the input-output behavior. The results of this study indicated a fairly high degree of accuracy with an average error rate is 0.5315.
Dalam kondisi ekonomi yang tidak menentu seperti saat ini, penelitian dan pemodelan tingkat inflasi dipandang perlu untuk memberikan perkiraan dan prediksi tingkat inflasi di masa depan. Pendekatan Adaptive Neuro Fuzzy adalah kombinasi dari Neural Network dan Fuzzy Logic. Penelitian ini bertujuan untuk menggambarkan pergerakan inflasi (variabel output) sehingga dapat diperkirakan dengan cara mengamati empat data ekonomi makro Indonesia, yaitu nilai tukar, jumlah uang beredar, tingkat suku bunga antar bank, dan output gap (variabe input). Periode pengamatan dimulai dari 20011 hingga 20113. Setelah learning process selesai, sistem fuzzy menghasilkan 45 fuzzy rules yang dapat menentukan perilaku input-output. Hasil penelitian ini menunjukkan tingkat akurasi yang cukup tinggi dengan tingkat kesalahan rata-rata 0,5315
Description: Jurnal Ekonomi dan Bisnis. Volume XIX No. 2, Agustus 2016, p. 309-322
URI: http://ejournal.uksw.edu/jeb/article/view/463
ISSN: 19796471
Appears in Collections:Jurnal Ekonomi dan Bisnis 2016 Vol. XIX No. 2 Agustus

Files in This Item:
File Description SizeFormat 
ART_Armaini A, Brahmantyo H_Pendekatan Adaptive Neuro_abstract.pdfAbstract22.71 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.