Implementasi Model Stacked LSTM dalam Memprediksi Inflasi di Indonesia Berdasarkan Kurs USD/IDR

Implementation of the Stacked LSTM Model in Predicting Inflation in Indonesia Based on the USD/IDR Exchange Rate

Abstract

Inflasi merupakan salah satu indikator utama yang mencerminkan stabilitas ekonomi suatu negara. Di Indonesia, dinamika inflasi sangat dipengaruhi oleh kondisi eksternal, terutama fluktuasi nilai tukar rupiah terhadap dolar Amerika Serikat (USD/IDR). Dalam beberapa tahun terakhir, inflasi Indonesia tercatat sangat rendah, seperti pada September 2024 sebesar 1,84%, menurun menjadi 0,76% pada Januari 2025, dan bahkan mengalami deflasi sebesar –0,09% pada Februari 2025. Kondisi tersebut tidak hanya menunjukkan stabilitas harga, tetapi juga mengindikasikan potensi pelemahan permintaan domestik yang perlu diantisipasi. Oleh karena itu, diperlukan model prediksi yang mampu menangkap hubungan kompleks antara inflasi dan nilai tukar. Penelitian ini bertujuan untuk memprediksi tingkat inflasi di Indonesia berdasarkan pengaruh kurs USD/IDR menggunakan model Stacked Long Short-Term Memory (Stacked LSTM). Hasil penelitian menunjukkan bahwa model Stacked LSTM memiliki performa prediksi yang baik dengan nilai Root Mean Square Error (RMSE) sebesar 0,0346 dan Mean Absolute Error (MAE) sebesar 0,0238. Temuan ini diharapkan dapat menjadi acuan dalam pengembangan sistem peringatan dini inflasi serta mendukung perumusan kebijakan ekonomi terhadap dinamika nilai tukar.