Prediksi Tingkat Inflasi Nasional Menggunakan Metode Gated Recurrent Unit

Abstract

Inflasi pada umumnya adalah situasi ketika harga barang dan jasa secara terus menerus naik. Kenaikan harga yang terjadi berdampak signifikan dan juga menaikkan harga produk lainnya. Dalam melakukan perhitungan dan prediksi tingkat inflasi, pemerintah dalam hal ini Badan Pusat Statistik sebagai otoritas terkait melakukan survei statistik harga konsumen. Selain itu rata-rata tingkat inflasi Indonesia dari tahun 2014 hingga 2020 adalah 5,48% tergolong tinggi dan relatif tidak stabil. Salah satu langkah untuk menghadapi laju inflasi yang tinggi dan fluktuatif adalah dengan memperkirakan laju inflasi itu sendiri. Dengan mengetahui prediksi tingkat inflasi di masa depan, langkah-langkah preventif dapat dikaji dan dipersiapkan sejak jauh-jauh hari. Kebijakan ekonomi yang dikeluarkan pemerintah berupa kebijakan moneter, kebijakan fiskal dan kebijakan sektoral dapat diselaraskan dengan mengacu pada hasil prediksi guna tetap menjaga kestabilan laju inflasi. Tidak hanya pemerintah, bagi para pengusaha dan pelaku ekonomi lainnya dengan mengetahui atau melakukan prediksi tingkat inflasi di masa depan, keputusan bisnis yang efektif dapat dikaji guna mendukung keberlangsungan bisnis. Penelitian ini bertujuan untuk memprediksi tingkat inflasi nasional menggunakan Gated Recurrent Unit dengan data historis tingkat inflasi nasional perbulan periode 2003 - 2020. Model terbaik yang diperoleh menghasilkan nilai MSE 0.00603 dan RMSE 0.07765 pada proses training dan MSE 0.00065 dan RMSE 0.02552 pada proses validation dengan parameter model yaitu epoch 1000, neuron 128, batch size 8, learning rate 0.001, dengan fungsi aktivasi tanh dan optimizer RMSProp. Hasil pengujian model menghasilkan MAPE dengan skor 11.54%.

Inflation in general is a situation when the price of goods and services continuously rises. The price increase that occurred had a significant impact and also raised the prices of other products. In calculating and predicting the inflation rate, the government in this case the Central Statistics Agency as the relevant authority conducts a statistical survey of consumer prices. In addition, Indonesia's average inflation rate from 2014 to 2020 was 5.48%, which is high and relatively unstable. One of the steps to deal with high and fluctuating inflation rates is to estimate the inflation rate itself. By knowing the prediction of the inflation rate in the future, preventive measures can be studied and prepared in advance. Economic policies issued by the government in the form of monetary policy, fiscal policy and sectoral policies can be harmonized with reference to the prediction results in order to maintain a stable inflation rate. Not only the government, for entrepreneurs and other economic actors by knowing or predicting future inflation rates, effective business decisions can be studied to support business continuity. This study aims to predict the national inflation rate using the Gated Recurrent Unit with historical data on the monthly national inflation rate for the period 2003 - 2020. The best model obtained produces MSE values of 0.00603 and RMSE 0.07765 in the training process and MSE 0.00065 and RMSE 0.02552 in the validation process with model parameters. namely epoch 1000, neuron 128, batch size 8, learning rate 0.001, with tanh activation function and RMSProp optimizer. The results of model testing resulted in MAPE with a score of 11.54%.