<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="9021">
 <titleInfo>
  <title>EKSPLORASI ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) DALAM PERAMALAN INFLASI DI INDONESIA</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MUHAMMAD SYAIFUL ZUHRI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2016</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xi,;77hlm,;29 cm</extent>
 </physicalDescription>
 <note>Inflasi merupakan indikator ekonomi makro yang digunakan oleh pemerintah &#13;
maupun pelaku usaha sebagai dasar pengambilan keputusan. Peramalan inflasi &#13;
yang akurat diperlukan agar kebijakan ekonomi yang diambil menjadi lebih &#13;
efektif. ARIMA merupakan salah satu metode peramalan yang cukup populer, &#13;
akan tetapi performanya menurun apabila diterapkan untuk data time series &#13;
non-linear. ANFIS merupakan model hybrid yang menggabungkan Neural &#13;
Network (NN) danjuzzy system. Dengan adanya penggabungan ini diharapkan &#13;
kelebihan NN dan fuzzy system akan menambah keakuratan peramalan data &#13;
time series khususnya yang memilihi hubungan non-linear. &#13;
&#13;
Penelitian ini akan melakukan ekplorasi terhadap arsitektur ANFIS tipe &#13;
Sugeno untuk memperoleh hasil peramalan yang terbaik pada data inflasi &#13;
Indonesia. Pemilihan input dilakukan dengan pendekatan model ARIMA dan &#13;
model V AR. Parameter konsekuen diidentifikasi menggunakan metode least &#13;
square, sedangkan parameter premis menggunakan gradient descent. &#13;
&#13;
Arsitektur ANFIS terbaik untuk peramalan inflasi di Indonesia adalah ANFIS &#13;
yang memiliki arsitektur jumlah himpunan fuzzy sebanyak empat dan jenis &#13;
fungsi keanggotaannya adalah Normalized Gaussian dengan pendekatan &#13;
pemilihan input menggunakan model ARIMA. &#13;
&#13;
5. Abstract: &#13;
&#13;
Inflation is a macro-economic indicator that are used by government and &#13;
enterpreneur as a basis for decision making. The accuracy of inflation</note>
 <note type="statement of responsibility">MUHAMMAD SYAIFUL ZUHRI</note>
 <subject authority="">
  <topic>Eksplorasi Adaptive Neuro Fuzzy Inference  System </topic>
 </subject>
 <classification>519.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Muh e/R.14.57</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">010030007334</numerationAndChronology>
    <sublocation>Perpustakaan Pusat</sublocation>
    <shelfLocator>519.5 Muh e/R.14.57</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>9021</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:42:25</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2019-03-01 15:51:06</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>