JANNAH, Nur (2024) Prediksi Jumlah Uang Beredar di Indonesia dengan Metode Adaptive Neuro Fuzzy Inference System. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Nur Jannah-K1B020010-Skripsi-2024.pdf Download (88kB)
	PDF (Legalitas) LEGALITAS-Nur Jannah-K1B020010-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB)
	PDF (Abstrak) ABSTRAK-Nur Jannah-K1B020010-Skripsi-2024.pdf Download (82kB)
	PDF (BabI) BAB-I-Nur Jannah-K1B020010-Skripsi-2024.pdf Restricted to Repository staff only until 6 January 2026. Download (150kB)
	PDF (BabII) BAB-II-Nur Jannah-K1B020010-Skripsi-2024.pdf Restricted to Repository staff only until 6 January 2026. Download (673kB)
	PDF (BabIII) BAB-III-Nur Jannah-K1B020010-Skripsi-2024.pdf Restricted to Repository staff only until 6 January 2026. Download (234kB)
	PDF (BabIV) BAB-IV-Nur Jannah-K1B020010-Skripsi-2024.pdf Restricted to Repository staff only Download (333kB)
	PDF (BabV) BAB-V-Nur Jannah-K1B020010-Skripsi-2024.pdf Download (79kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Nur Jannah-K1B020010-Skripsi-2024.pdf Download (146kB)
	PDF (Lampiran) LAMPIRAN-Nur Jannah-K1B020010-Skripsi-2024.pdf Restricted to Repository staff only Download (810kB)

Abstract

Jumlah uang beredar merupakan salah satu indikator penting dalam perekonomian yang mencerminkan tingkat likuiditas dan aktivitas ekonomi suatu negara. Perubahan jumlah uang beredar dipengaruhi oleh berbagai faktor, termasuk kebijakan moneter dan kondisi ekonomi global, yang dapat berdampak signifikan pada stabilitas ekonomi. Oleh karena itu, prediksi yang akurat mengenai jumlah uang beredar sangat penting bagi Pemerintah dan Bank Indonesia untuk mengambil keputusan kebijakan moneter yang tepat. Mengingat kompleksitas dan sifat non-linier dalam pola data ekonomi, maka diperlukan metode yang mampu menangani ketidakpastian dan dinamika data tersebut. Adaptive Neuro Fuzzy Inference System (ANFIS) merupakan suatu metode gabungan dari logika fuzzy dengan jaringan syaraf tiruan yang dapat mengatasi hubungan non-linier antara variabel ekonomi seperti tingkat suku bunga dan produk domestik bruto. Penelitian ini bertujuan mengaplikasikan ANFIS untuk memprediksi jumlah uang beredar di Indonesia menggunakan dua variabel input yaitu tingkat suku bunga dan produk domestik bruto, serta variabel output, yaitu jumlah uang beredar. Tahapan ANFIS terdiri dari normalisasi data, pengelompokan data, denormalisasi data, perhitungan mean dan standar deviasi, perhitungan output dari lapisan 1 sampai lapisan 5, perhitungan akurasi model prediksi, dan perbaikan parameter premis. Hasil prediksi jumlah uang beredar di Indonesia untuk bulan Januari 2023 sampai Maret 2023 masing-masing yaitu sebesar 2.198.076,67 miliar Rupiah. Bulan April 2023 sampai dengan Juni 2023 masing-masing yaitu sebesar 2.419.871,02 miliar Rupiah. Bulan Juli 2023 sampai dengan September 2023 masing-masing yaitu sebesar 2.515.616,56 miliar Rupiah, 2.522.453,44 miliar Rupiah, dan 2.496.971,71 miliar Rupiah. Sedangkan, bulan Oktober 2023 sampai Desember 2023 masing-masing yaitu sebesar 2.486.924,78 miliar Rupiah 2.483.328,84 miliar Rupiah, dan 2.483.449,61 miliar Rupiah. Hasil penelitian menunjukkan bahwa metode ANFIS mampu memprediksi jumlah uang beredar dengan akurasi yang sangat akurat, ditunjukkan oleh nilai MAPE sebesar 0,039 atau 3,9%. Hal ini mengindikasi bahwa metode ANFIS efektif untuk prediksi jumlah uang beredar di Indonesia.

Actions (login required)

View Item