ANALISIS LAJU INFLASI DI KOTA SEMARANG MENGGUNAKAN METODE K-MEANS CLUSTERING

Nuringtyas Andadari
Adi Nugroho


DOI: https://doi.org/10.29100/jipi.v8i4.4212

Abstract


Perkembangan ekonomi yang diusahakan selalu terkendali supaya tidak berdampak buruk dan memicu laju inflasi. Kenaikan harga yang dikatakan sebagai inflasi tidak terjadi hanya satu atau dua barang saja, melainkan mencakup kenaikan yang meluas serta menyeluruh pada kenaikan barang lainnya. Penerapan metode clustering dengan menggunakan algoritma k-means bertujuan untuk menentukan pengelompokan terkait dengan tingkat rendahnya tingkat inflasi yang terjadi di Kota Semarang. Selain itu, sebagai dasar pengambilan kebijakan terkait inflasi yang terjadi. Dengan menggunakan clustering k-meansdilakukan pengelompokan menjadi 3 kategori cluster yaitu rendah, sedang, dan tinggi. Dengan hasil menunjukkan bahwa tingkat inflasi rendah terjadi selama 8 bulan pada Januari, Februari, Maret, April, Mei, Oktober, November, dan Desember. Tingkat inflasi sedang terjadi selama 2 bulan pada Juni, Juli. Dan tingkat inflasi tinggi terjadi selama 2 bulan pada Agustus dan September. Tingkat inflasi tinggi yang terjadi di Kota Semarang diakibatkan karena terjadinya kenaikan harga komoditas bahan pokok cabai merah, cabai rawit, bawang merah, dan telur ayam. Komoditas harga bahan pokok tersebut merasakan dampak dampak dari kenaikan tarif BBM dan tarif e-tol yang terjadi dalam batasan waktu beberapa waktu lalu. 

Kata Kunci: Clustering, Data Mining, Inflasi, K-Means


Full Text:

PDF

Article Metrics :

References


Djuli Sjafei Purba and Vitryani Tarigan, “Analisis Tingkat Inflasi Indonesia Di Masa Pandemi Covid 19,” J. Ekuilnomi, vol. 3, no. 1, 2021, doi: 10.36985/ekuilnomi.v3i1.115.

M. NAKORJI and U. AMINU, “Forecasting Inflation Using Machine Learning Techniques,” Rev. Financ. Bank., vol. 14, no. 1, pp. 45–55, 2022, doi: 10.24818/rfb.22.14.01.04.

D. Ayon, “Machine Learning Algorithms : A Review,” Int. J. Comput. Sci. Inf. Technol., vol. 7, no. 3, pp. 1174–1179, 2016, doi: 10.21275/ART20203995.

N. A. Sudibyo and U. D. Bangsa, “Implementasi Metode K-means untuk Mengelompokkan Tingkat Inflasi di Indonesia,” no. August, 2021.

Y. Prayoga, H. S. Tambunan, and I. Parlina, “Penerapan Clustering Pada Laju Inflasi Kota Di Indonesia Dengan Algoritma K-Means,” BRAHMANA J. Penerapan Kecerdasan Buatan, vol. 1, no. 1, pp. 24–30, 2019, doi: 10.30645/brahmana.v1i1.4.

N. Syifa and R. N. Fahmi, “Implementasi Metode K-Means Clustering dalam Analisis Persebaran UMKM di Jawa Barat,” JOINS (Journal Inf. Syst., vol. 6, no. 2, pp. 211–220, 2021, doi: 10.33633/joins.v6i2.5310.

D. G. Ramadhan, I. Prihatini, and F. Liantoni, “Analisis Clustering Pengelompokan Penjualan Paket Data Menggunakan Metode K-Means,” Ultim. J. Tek. Inform., vol. 13, no. 1, pp. 33–38, 2021, doi: 10.31937/ti.v13i1.1981.