IMPLEMENTASI ALGORITMA GENETIKA BACKPROPAGATION UNTUK PREDIKSI INDEKS HARGA KONSUMEN

Dimas Abimanyu, - (2019) IMPLEMENTASI ALGORITMA GENETIKA BACKPROPAGATION UNTUK PREDIKSI INDEKS HARGA KONSUMEN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1.COVER.pdf

Download (323kB) | Preview
[img]
Preview
Text
2.LEMBAR PENGESAHAN.pdf

Download (698kB) | Preview
[img]
Preview
Text
abstarkk.pdf

Download (379kB) | Preview
[img]
Preview
Text
4.KATA PENGANTAR.pdf

Download (315kB) | Preview
[img]
Preview
Text
5.DAFTAR ISI.pdf

Download (285kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (289kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (497kB) | Preview
[img]
Preview
Text
BAB III.pdf

Download (339kB) | Preview
[img]
Preview
Text
BAB IV.pdf

Download (639kB) | Preview
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (591kB)
[img]
Preview
Text
BAB VI.pdf

Download (261kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (292kB) | Preview

Abstract

Indeks Harga Konsumen adalah indikator umum tingkat kenaikan harga secara terusmenerus di Indonesia yang dihitung dan diumumkan ke publik setiap bulannya oleh Badan Pusat Statistik. Indeks Harga Konsumen memiliki pengaruh yang besar terhadap laju inflasi ekonomi yang kedepanya akan berdampak besar terhadap tingkat per ekonomian di Indonesia. Oleh karena itu, diperlukan prediksi nilai Indeks Harga Konsumen untuk mencegah laju inflasi di masa mendatang. Penerapan metode Algoritma Genetika dan Backpropagation digunakan untuk memprediksi nilai Indeks Harga Konsumen dengan data yang digunakan dari bulan Januari 2009 hingga Desember 2018. Data yang digunakan berjumlah 108 data dalam bentuk pola time series dengan 12 variabel berdasarkan 12 bulan sebelumnya. Hasil pengujian yang dilakukan didapatkan hasil bahwa nilai Mean square error (MSE) terendah yaitu 0.00039 pada pembagian data latih 90:10, dengan maksimal generasi 200, ukuran populasi 50, learning rate 0.7, probabilitasi crossover 0.2 dan probabilitas mutasi 0.8. Berdasarkan hasil pengujian penerapan algoritma genetika dan backpropagation dapat memprediksi nilai Indeks Harga Konsumen. Kata Kunci: Algoritma Genetika, Backpropagation, Prediksi, Indeks Harga Konsumen, Mean square error.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Algoritma Genetika, Backpropagation, Prediksi, Indeks Harga Konsumen, Mean square error.
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ari Eka Wahyudi
Date Deposited: 11 Sep 2019 09:01
Last Modified: 11 Sep 2019 09:01
URI: http://repository.uin-suska.ac.id/id/eprint/19948

Actions (login required)

View Item View Item