Forecasting Consumer Price Index in Personal Care Sector in Bukittinggi Using SVR with Grid Search and Radial Basis Function Kernel

Abstrak

Inflasi, yang diukur menggunakan Indeks Harga Konsumen (IHK), memiliki peran penting dalam menjaga stabilitas ekonomi dan perumusan kebijakan. Di Kota Bukittinggi, sektor Perawatan Pribadi dan Jasa Lainnya menunjukkan fluktuasi IHK yang signifikan, sehingga mempersulit proses peramalan secara akurat.Penelitian ini menggunakan metode Support Vector Regression (SVR) untuk memprediksi data IHK bulanan pada sektor tersebut selama periode 2020 hingga 2024. Data diperoleh dari Badan Pusat Statistik dan dinormalisasi menggunakan teknik Min-Max Normalization untuk meningkatkan akurasi model serta menghindari distorsi skala.Fitur lag ditambahkan guna menangkap ketergantungan waktu, dan data dibagi menjadi dua bagian, yaitu data latih (80%) dan data uji (20%). Model SVR linear pertama kali diterapkan, namun menunjukkan performa yang terbatas karena sifat data yang non-linear. Oleh karena itu, digunakan kernel Radial Basis Function (RBF), dengan parameter hiper (C, sigma, epsilon, dan folds) yang dioptimalkan menggunakan Grid Search dan cross-validation.Pengaturan optimal (C=32, sigma=2, epsilon=0.1, k=10) menghasilkan nilai RMSE terendah sebesar 0.1099 pada cross-validation dan 0.0767 pada data uji. Hasil penelitian menunjukkan bahwa model SVR-RBF mampu menangkap pola non-linear IHK secara efektif dan mengungguli model linear. Evaluasi dilakukan menggunakan metrik RMSE, MSE, dan MAE. Penelitian ini menyimpulkan bahwa SVR yang dikombinasikan dengan Grid Search merupakan metode peramalan yang andal untuk sektor-sektor dengan perilaku IHK yang kompleks, serta mendukung perencanaan ekonomi lokal di Bukittinggi. Penelitian selanjutnya dapat mengkaji model hibrida dan dataset yang lebih besar untuk meningkatkan akurasi prediksi serta adaptabilitas terhadap perubahan pasar.