Prediksi Tingkat Inflasi di Kota Yogyakarta Menggunakan Model Hybrid ARIMA-GRU dengan Optimasi Grid Search

Abstract

Penelitian ini bertujuan untuk memprediksi tingkat inflasi di Kota Yogyakarta menggunakan model hybrid ARIMA-GRU dengan optimasi Grid Search. Inflasi merupakan indikator penting dalam menilai kestabilan ekonomi daerah, sehingga prediksi yang akurat diperlukan untuk mendukung pengambilan keputusan ekonomi yang efektif. Data inflasi bulanan Kota Yogyakarta periode 1979 - 2025 diperoleh dari Badan Pusat Statistik dari perhitungan indeks harga konsumen. Model hybrid dikembangkan dengan menggabungkan kemampuan ARIMA dalam menangkap pola linear dan GRU (Gated Recurrent Unit) dalam memodelkan hubungan non-linear serta dependensi jangka panjang pada data deret waktu. Optimasi hiperparameter dilakukan menggunakan Grid Search untuk memperoleh konfigurasi terbaik pada model GRU. Hasil penelitian menunjukkan bahwa model hybrid ARIMA-GRU menghasilkan nilai MSE, RMSE, dan MAE masing-masing sebesar 0.114501, 0.338380, dan 0.235730, yang lebih baik dibandingkan model ARIMA konvensional dengan nilai 0.133588, 0.365497, dan 0.264622. Temuan ini membuktikan bahwa integrasi ARIMA dan GRU dengan optimasi Grid Search mampu meningkatkan akurasi prediksi inflasi, serta memberikan kontribusi empiris terhadap penerapan metode hybrid berbasis pembelajaran mesin dalam analisis ekonomi regional di Indonesia.