Context.id, JAKARTA - Para peneliti dari Universitas Ateneo de Manila, Filipina baru-baru ini mengembangkan sebuah sistem kecerdasan buatan (AI) berbasis pembelajaran mendalam yang dapat digunakan untuk memprediksi fluktuasi suku bunga pasar. 

Temuan ini memiliki potensi besar, mengingat suku bunga merupakan salah satu indikator ekonomi makro yang paling berpengaruh dalam pembuatan keputusan investasi dan kebijakan, baik oleh pemerintah maupun sektor swasta. 

Dalam makalah yang diterbitkan pada 15 November 2024 di Prosiding Konferensi AIP, peneliti menguji dua model AI: Multi-layer Perceptrons (MLP) dan Vanilla Generative Adversarial Networks (VGAN), untuk meramalkan nilai tukar Philippine Benchmark Valuation (BVAL), yang digunakan untuk mengukur suku bunga pasar di Filipina.

Suku bunga pasar adalah biaya untuk meminjam uang atau imbalan atas simpanan, yang dipengaruhi oleh banyak faktor, termasuk penawaran dan permintaan uang, inflasi, dan kebijakan bank sentral. 

Dalam dunia yang semakin dipenuhi oleh data, kemampuan untuk memprediksi fluktuasi suku bunga menjadi sangat penting. 

Sebab, ketepatan dalam meramalkan suku bunga dapat membantu berbagai pihak, seperti bank, perusahaan, dan pemerintah, dalam mengelola risiko finansial dan membuat keputusan yang lebih tepat terkait investasi dan kebijakan ekonomi.

Dua model AI yang diuji dalam penelitian ini, MLP dan VGAN, menawarkan keunggulan masing-masing. 

MLP adalah jenis jaringan saraf tiruan yang mengalirkan data melalui beberapa lapisan yang memproses informasi secara bertahap, sehingga dapat mengidentifikasi pola-pola tersembunyi dalam data. 

Model ini cenderung lebih efisien untuk analisis dengan dataset yang lebih sederhana dan lebih sedikit variabel. 

Di sisi lain, VGAN bekerja dengan dua jaringan yang berfungsi sebagai generator dan diskriminator. 

Keduanya saling bersaing untuk menghasilkan dan mengevaluasi data sintetis, yang membuat model ini sangat baik untuk menganalisis data yang lebih kompleks dan variabel yang lebih banyak.

Penelitian menunjukkan kedua model tersebut dapat menghasilkan prediksi yang akurat terhadap fluktuasi suku bunga BVAL, baik untuk jangka pendek (seperti satu bulan) maupun jangka panjang (hingga satu tahun). 

Hal ini menunjukkan potensi besar penggunaan AI dalam peramalan ekonomi. Dalam percobaan yang dilakukan, para peneliti melibatkan berbagai indikator ekonomi global dan domestik, seperti inflasi, kurs mata uang, dan risiko default kredit, untuk meningkatkan ketepatan prediksi.

Dari segi aplikasi praktis, temuan ini memiliki implikasi yang sangat signifikan. Lembaga keuangan bisa memanfaatkan AI untuk mengelola risiko pasar, kredit, dan likuiditas secara lebih efisien. 

Memiliki kemampuan untuk meramalkan pergerakan suku bunga, bank dan perusahaan dapat lebih siap dalam menghadapi perubahan ekonomi yang tak terduga. 

Selain itu, pemerintah juga dapat memanfaatkan AI ini untuk merumuskan kebijakan fiskal yang lebih baik, seperti mengoptimalkan strategi penerbitan utang dan mengurangi biaya pinjaman.

Namun, meskipun hasil penelitian ini menjanjikan, peneliti juga menyarankan agar lebih banyak penelitian dilakukan untuk mengembangkan model-model AI yang lebih canggih guna meningkatkan akurasi prediksi. 

Teknologi ini masih terus berkembang, dan mungkin akan ada pendekatan baru yang dapat menangani dinamika pasar yang lebih kompleks di masa depan.

Secara keseluruhan, pengembangan AI untuk meramalkan suku bunga pasar menandai langkah maju yang signifikan dalam penerapan teknologi untuk keputusan-keputusan ekonomi penting kendati keputusan akhir tetap ada di manusia.