IMPLEMENTASI FUZZY SUBTRACTIVE CLUSTERING SEBAGAI ALTERNATIF BANK SENTRAL DALAM MENGURANGI KESALAHAN ESTIMASI TINGKAT INFLASI DI INDONESIA
Abstract
Penelitian ini bertujuan untuk membuat model estimasi tingkat inflasi menggunakan delapan variabel prediktor yang telah terbukti berpengaruh terhadap laju inflasi di Indonesia melalui studi literatur penelitian terdahulu. Dengan menggunakan metode Fuzzy Subtractive Clustering (FSC) Delapan variabel tersebut yaitu, cadangan devisa, ekspor, harga emas dunia, harga minyak dunia, impor, jumlah uang beredar (M1), jumlah uang beredar (M2), dan kurs (nilai tukar rupiah terhadap USD). Model estimasi yang baik dapat dilihat melalui pengujian indikator performansi seperti Mean Absolute Percentage Error (MAPE), Root Mean Square Error (RMSE), Variance Account For (VAF), dan Koefisien determinasi (R2). Model estimasi yang terbentuk melalui nilai radius cluster yang paling optimal yaitu 0.11 memberikan 140 rule (kelompok). Indikator performansi dari model tersebut dalam mengestimasi data baru (data testing) menghasilkan MAPE sebesar 10.923%, RMSE sebesar 1.069, R2 sebesar 0.923, dan VAF sebesar 91.965%. Perbandingan hasil estimasi dengan nilai aktual inflasi menunjukkan kecocokan yang baik. Oleh karena itu model estimasi tingkat inflasi dalam penelitian ini dapat dijadikan sebagai alternatif bagi bank sentral dalam mengestimasi tingkat inflasi Indonesia di masa yang akan datang.
Collections
- Industrial Engineering [2224]