Prediksi Laju Inflasi di Indonesia Menggunakan Metode K-Nearest Neighbor

Abstract

Penelitian ini bertujuan untuk memprediksi tingkat inflasi di Indonesia, indikator ekonomi makro yang krusial bagi stabilitas ekonomi dan keputusan investasi. Dengan memanfaatkan data inflasi Indonesia historis dari tahun 1980 hingga 2003, penelitian ini menerapkan algoritma k-Nearest Neighbors (k-NN) untuk tujuan regresi. Metrik jarak Euclidean digunakan untuk menilai kesamaan antara titik data tahun target (2004) dan tahun-tahun yang ada dalam kumpulan data. Dengan memilih k=3 tetangga terdekat, perkiraan tingkat inflasi untuk tahun 2004 dihitung berdasarkan tingkat inflasi rata-rata tahun-tahun di sekitarnya. Hasil perhitungan menunjukkan bahwa tingkat inflasi Indonesia pada tahun 2004 diperkirakan sekitar 6,72%. Pendekatan ini mengungkapkan kemampuan algoritma k-NN menggunakan Euclidean Distance untuk memperkirakan nilai ekonomi masa depan dengan mengacu pada pola historis yang paling relevan. Penelitian ini menawarkan wawasan baru tentang penggunaan metode pembelajaran mesin non-parametrik untuk prediksi deret waktu di bidang ekonomi.