Peramalan Nilai Ekspor Indonesia Menggunakan SETAR-GA dan SETAR-Tree

Katabba, Yunus Iman (2024) Peramalan Nilai Ekspor Indonesia Menggunakan SETAR-GA dan SETAR-Tree. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003221011-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (5MB) | Request a copy

Abstract

Ekspor merupakan salah satu pilar fundamental dalam perekonomian internasional. Ekspor berperan penting dalam meningkatkan pendapatan, devisa negara, menciptakan lapangan kerja, dan meningkatkan kesejahteraan masyarakat. Indonesia memiliki peran signifikan dalam perdagangan global dengan nilai ekspor yang cukup besar. Pemerintah Indonesia membutuhkan data yang akurat dan terkini untuk menetapkan target ekspor yang realistis dan strategis. Data ini sangat penting dalam memandu kebijakan perdagangan, investasi, dan pembangunan infrastruktur yang efisien. Dalam hal ini, data peramalan dapat digunakan untuk menggambarkan target ekspor. Tingginya fluktuasi nilai ekspor Indonesia mengindikasikan adanya komponen nonlinier. Untuk menangkap pola nonlinier dalam nilai ekspor Indonesia, diperlukan pemodelan deret waktu nonlinier yang sesuai. Penelitian ini menggunakan dua metode pemodelan deret waktu nonlinier, yaitu Self Exciting Threshold Autoregressive-Genetic Algorithm (SETAR-GA) dan Self Exciting Threshold Autoregressive-Tree (SETAR-Tree) untuk memodelkan dan meramalkan nilai ekspor Indonesia. Pada penelitian ini juga dilakukan simulasi pada data bangkitan yang mengikuti model SETAR(2;2,2;1), SETAR(2;3,3;1), dan SETAR(2;4,4;1) dengan jumlah data yang berbeda, yaitu 200 dan 500 data. Berdasarkan hasil simulasi, model SETAR-GA dan SETAR-Tree memiliki performa yang sama baiknya pada jumlah data 200 maupun 500. Selanjutnya, hasil analisis nilai ekspor Indonesia pada in-sample dan out-sample menunjukkan bahwa SETAR-GA memiliki performa yang lebih baik dibandingkan dengan SETAR-Tree, dengan nilai MAPE yang lebih kecil pada kedua jenis data dan nilai RMSE yang lebih kecil pada out-sample. Perbandingan MAPE in-sample dan out-sample dari kedua model tersebut menunjukkan bahwa model terbaik adalah SETAR(2;4,3;12) dengan GA. Model tersebut meramalkan bahwa nilai ekspor Indonesia akan mengalami fluktuasi selama enam bulan ke depan, dari Januari 2024 hingga Juni 2024.
========================================================================================================================
Exports are one of the fundamental pillars of the international economy. Exports play an important role in increasing the country's income, foreign exchange, creating jobs, and improving people's welfare. Indonesia has a significant role in global trade and considerable export value. The Indonesian government needs accurate and up-to-date data to set realistic and strategic export targets. This data is crucial in guiding efficient trade, investment, and infrastructure development policies. In this case, forecasting data can be used to illustrate export targets. The high fluctuation of Indonesia's export value indicates the presence of a nonlinear component. To capture the nonlinear pattern in Indonesia's export value, appropriate nonlinear time series modeling is required. This research uses two nonlinear time series modeling methods, namely Self Exciting Threshold Autoregressive-Genetic Algorithm (SETAR-GA) and Self Exciting Threshold Autoregressive-Tree (SETAR-Tree) to model and forecast the value of Indonesian exports. In this study, simulations were also carried out on the generation data following the SETAR(2;2,2;1), SETAR(2;3,3;1), and SETAR(2;4,4;1) models with different amounts of data, namely 200 and 500 data. Based on the simulation results, the SETAR-GA and SETAR-Tree models perform equally well in the numbers of data 200 and 500. Furthermore, the results of the analysis of the value of Indonesian exports in the in-sample and out-sample show that SETAR-GA has a better performance than SETAR-Tree, with a smaller MAPE value in both types of data and a smaller RMSE value in the out-sample. A comparison of the in-sample and out-sample MAPE of the two models shows that the best model is SETAR(2;4,3;12) with GA. The model forecasts that Indonesia's export value will fluctuate over the next six months, from January 2024 to June 2024.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Algoritma Genetika, Deret Waktu, Ekspor, Nonlinier, Peramalan, SETAR, SETAR-Tree.
Subjects:	Q Science
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Yunus Iman Katabba
Date Deposited:	06 Aug 2024 00:44
Last Modified:	06 Aug 2024 00:44
URI:	http://repository.its.ac.id/id/eprint/113451

Actions (login required)

View Item