Peramalan Nilai Ekspor Sektor Migas, Non Migas, Agrikultur dan Industri Indonesia Menggunakan Metode ARIMA dan Double Exponential Smoothing

Wijaya, I Gede Rama (2024) Peramalan Nilai Ekspor Sektor Migas, Non Migas, Agrikultur dan Industri Indonesia Menggunakan Metode ARIMA dan Double Exponential Smoothing. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311840000029_Undergraduate-Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk membuat model peramalan yang baik untuk memprediksi nilai ekspor Indonesia dalam empat sektor utama: Migas, Non Migas, Agriculture, dan Industri. Metode yang digunakan dalam penelitian ini adalah Auto Regressive Integrated Moving Average (ARIMA) dan Double Exponential Smoothing (DES). Metode ARIMA digunakan untuk memodelkan data dengan sifat-sifat time series yang kompleks, sementara Double Exponential Smoothing digunakan untuk menangani data dengan tren dan musiman yang kuat. Langkah-langkah pengerjaan dimulai dengan mengumpulkan data yang mana merupakan data bulanan dari nilai ekspor Indonesia dari website Kementrian Perdagangan Indonesia. selanjutnya data yang diperoleh dianalisis stasioneritasnya terhadap varians dan rataan dengan menggunakan transformasi box-cox dan plot ACF dan PACF. Selanjutnya jika data tidak stasioner terhadap varians maka dilakukan transformasi dengan metode box-cox sesuai dengan nilai λ. Setelah data stasioner terhadap varians data yang telah di transformasi dibuat plot ACF dan PACF untuk melihat apakah data stasioner terhadap rataan. Jika data tidak stasioner maka dilakukan diferrencing dan dilakukan plot ulang terhadap data baru. Setelah data stasioner, maka dapat dilanjutkan dengan estimasi model ARIMA untuk mendapatkan model terbaik dan hasil peramalan data. Setelah peramalan dengan ARIMA dilanjutkan dengan peramalan dengan Double Exponential Smoothing dengan langsung melakukan peramalan pada data tanpa melihat stasioneritas data karena metode ini hanya melihat tren pada data. Jika nilai ramalan dari kedua metode telah didapatkan, maka dilanjutkan dengan membandingkan hasil peramalan untuk mendapatkan hasil permalan terbaik.
=======================================================================================================
This research aims to create a good forecasting model to predict the value of Indonesian exports in four main sectors: Oil and Gas, Non-Oil and Gas, Agriculture and Industry. The methods used in this research are Auto Regressive Integrated Moving Average (ARIMA) and Double Exponential Smoothing (DES). The ARIMA method is used to model data with complex time series properties, while Double Exponential Smoothing is used to handle data with strong trends and seasonality. The work steps begin by collecting data which is monthly data on the value of Indonesian exports from the Indonesian Ministry of Trade website. Next, the data obtained were analyzed for stationarity regarding variance and mean using box-cox transformation and ACF and PACF plots. Furthermore, if the data is not stationary regarding the variance, transformation is carried out using the box-cox method according to the λ value. After the data is stationary regarding the variance of the data that has been transformed, an ACF and PACF plot is made to see whether the data is stationary regarding the mean. If the data is not stationary, it is differentiated and re-plotted on new data. After the data is stationary, it can be continued with ARIMA model estimation to get the best model and data forecasting results. After forecasting with ARIMA, continue with forecasting with Double Exponential Smoothing by directly forecasting the data without looking at the stationarity of the data because this method only looks at trends in the data. If the forecast values from both methods have been obtained, then proceed with comparing the forecasting results to get the best forecasting results.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ARIMA, DES, Export, ACF, PACF ARIMA, DES, Ekspor, ACF, PACF
Subjects:	Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions:	Faculty of Mathematics, Computation, and Data Science > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	I Gede Rama Wijaya
Date Deposited:	01 Aug 2024 02:50
Last Modified:	01 Aug 2024 02:50
URI:	http://repository.its.ac.id/id/eprint/111675

Actions (login required)

View Item