Penulis Utama : Nur Azzizah
NIM / NIP : M0719080
×

Inflasi berpengaruh negatif terhadap pertumbuhan ekonomi di Indonesia. Hal tersebut dikarenakan inflasi yang tinggi dan tidak stabil menyebabkan tingkat harga barang dan jasa akan naik secara terus menerus. Salah satu tindakan untuk mengantisipasi inflasi yang tinggi adalah dengan melakukan prediksi inflasi. Oleh karena itu dilakukan prediksi inflasi dengan metode Long Short-Term Memory (LSTM) dan Bidirectional Long Short-Term Memory (BiLSTM) untuk memprediksi inflasi di Indonesia. Penerapan setiap metode dilakukan dengan menggunakan jumlah hidden layer dan sequence length  yang beragam guna memperoleh performa yang lebih baik. Berdasarkan hasil yang diperoleh, model terbaik adalah model BiLSTM yang menggunakan satu hidden layer dan empat sequence length . Model tersebut memiliki nilai RMSE paling rendah dibandingkan model yang lain, yaitu 0.350852.

×
Penulis Utama : Nur Azzizah
Penulis Tambahan : -
NIM / NIP : M0719080
Tahun : 2023
Judul : Prediksi Inflasi Di Indonesia Dengan Menggunakan Metode Long Short-Term Memory (LSTM) Dan Bidirectional Long Short-Term Memory (BiLSTM)
Edisi :
Imprint : Surakarta - Fak. MIPA - 2023
Program Studi : S-1 Statistika
Kolasi :
Sumber :
Kata Kunci : Inflasi; deep learning; LSTM; dan BiLSTM
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Drs. Isnandar Slamet, M.Sc., Ph.D.
2. Dra. RR Sri Sulistijowati Handajani, M.Si
Penguji : 1. Muhammad Bayu Nirwana, S.Si., M.Sc.
2. Prof. Dr. Dra. Sri Subanti, M.Si.
Catatan Umum : tidak ada DOI
Fakultas : Fak. MIPA
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.