Peramalan Ekspor Dengan Hibrida Arima-Anfis

Abstract

Peramalan ekspor Indonesia merupakan salah satu rujukan penting untuk merumuskan target perdagangan. Studi ini mengkonstruksi proyeksi ekspor nasional dengan variabel univariat. Teknologi komputer saat ini telah digunakan untuk mengolah data yang kompleks dan teknologi ini memiliki memiliki keunggulan dalam hal kecepatan pemrosesan data. Tujuan dari penelitian ini adalah untuk meningkatkan keakuratan model konvensional ARIMA dengan model ANFIS dalam meramalkan ekspor Indonesia. Metode yang digunakan untuk membandingkan model adalah Theil's Inequality dan Mean Absolute Persentase Error (MAPE). Data yang digunakan adalah data ekspor bulanan Indonesia dari Januari 2009 sampai Desember 2015. Hasil penelitian menunjukkan bahwa nilai Theil's Inequality adalah 0,20 dan Mean Absolute Persentase Error adalah 29% untuk metode peramalan ARIMA. ANFIS dapat meningkatkan akurasi prediksi ekspor berdasarkan kinerjanya. Hasil model Hybrid adalah: nilai Theil's Inequality sebesar 0,13 dan Mean Absolute Persentase Error sebesar 1,36%. Penggunaan metode yang lebih akurat ini diharapkan bisa menjadi dasar bagi pembuat kebijakan agar lebih rasional.

Peramalan Harga Minyak Goreng di Kalimantan Timur Menggunakan Model Hybrid Time Series Regression Quadratic – Neural Network

“…Model hybrid merupakan kombinasi antara dua atau lebih model peramalan dengan tujuan untuk meningkatkan akurasi peramalan (Diksa, 2021). Pemodelan hybrid juga bertujuan untuk memanfaatkan kelebihan dari masing-masing model dikarenakan ketidakmampuan model individu dalam menangkap berbagai pola data secara bersamaan (Muslim, 2017). Berdasarkan pengembangan model hybrid TSR kuadratik-NN, peneliti mencoba mengaplikasikannya pada data harga minyak goreng di Kalimantan Timur.…”