Peramalan Nilai Ekspor Provinsi Jawa Tengah dengan Metode Fuzzy Time Series Berbasis Algoritma Haneen Talal Jasim
DOI:
https://doi.org/10.36456/jstat.vol15.no1.a5423Keywords:
Ekspor, Fuzzy Time Series Haneen Talal Jasim, MAPEAbstract
Ekspor berperan penting dalam perekonomian suatu daerah. Ekspor dapat digambarkan melalui nilai ekspor, yaitu nilai berupa uang yang merupakan hasil dari penjualan barang/jasa ke luar negeri. Nilai ekspor perlu diramalkan untuk merumuskan target pertumbuhan ekonomi dan menetapkan kebijakan yang tepat dalam perekonomian di suatu daerah. Nilai ekspor dapat diramalkan menggunakan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim. Tahapan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim memiliki tahapan yang hampir sama dengan Fuzzy time series dari penentuan semesta pembicaraan hingga penentuan Fuzzy Logical Relationship Group (FLRG). Perbedaannya ada pada tahapan penerapan algoritma Haneen Talal Jasim pada tahap peramalannya. Tujuan dari penelitian ini adalah meramalkan nilai ekspor Provinsi Jawa Tengah di masa yang akan datang dengan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim serta mendapatkan tingkat akurasi peramalan menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil analisi penerapan metode Fuzzy time series berbasis algoritma Haneen Talal Jasim pada data nilai ekspor di Provinsi Jawa Tengah diperoleh hasil ramalan pada bulan Januari 2022 sebesar 1054,178 juta US $ serta nilai MAPE sebesar 11,653%.
References
Afdianti Nurkhasanah, L., Suparti, & Sudarno. (2015). Perbandingan Metode Runtun Waktu Fuzzy-Chen dan Fuzzy-Markov Chain untuk Meramalkan Data Inflasi di Indonesia. Jurnal Gaussian, 4(4).
Aprita, S., & Adhitya, R. (2020). Hukum Perdagangan Internasional (R. Mirsawati, ed.). Depok: Rajawali Pers.
Benny, J. (2013). Ekspor dan Impor Pengaruhnya Terhadap Posisi Cadangan Devisa di Indonesia. Jurnal EMBA, 1(4), 1406–1415. https://doi.org/10.1007/springerreference_67401
BPS Jawa Tengah. (2020). Provinsi Jawa Tengah Dalam Angka. In Badan Pusat Statistik. Badan Pusat Statistik Provinsi Jawa Tengah.
Dewi, E. R., & Ibnu Hadi. (2019). Peramalan Produk Domestik Bruto (PDB) Industri Pengolahan Non Migas di Indonesia dengan menggunakan Metode Fuzzy Time Series. Jurnal Statistika Dan Aplikasinya, 3(2). https://doi.org/10.21009/jsa.03203
Haris, M. Al. (2020). Peramalan Harga Emas dengan Model Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Jurnal Saintika Unpam : Jurnal Sains Dan Matematika Unpam, 3(1). https://doi.org/10.32493/jsmu.v3i1.5263
Jasim, H. T., Salim, A. G. J., & Ibraheem, K. I. (2012). A Novel Algorithm to Forecast Enrollment Based on Fuzzy Time Series. Applications and Applied Mathematics: An International Journal (AAM), 7(1), 385–397.
Meirissa, I. R. (2016). Penerapan Algoritma Novel Berdasarkan Metode Fuzzy Time Series Untuk Memprediksi Nilai Tukar Petani. Revista CENIC. Ciencias Biológicas, 152(3).
Muhammad Wahdeni Pramana, Purnamasari, I., & Prangga, S. (2021). Peramalan Data Ekspor Nonmigas Provinsi Kalimantan Timur Menggunakan Metode Weighted Fuzzy Time Series Lee. J Statistika: Jurnal Ilmiah Teori Dan Aplikasi Statistika, 14(1). https://doi.org/10.36456/jstat.vol14.no1.a3747
Riyadli, H. (2016). Analisis Perbandingan Logika Fuzzy Time Series Sebagai Metode Peramalan. Speed-Sentra Penelitian Engineering Dan Edukasi, 8(1).
Sedyaningrum, M., Suhadak, & Nuzula, N. F. (2016). Daya Beli Masyarakat di Indonesia Studi pada Bank Indonesia Periode Tahun 2006 : IV-2015 : III. Jurnal Administrasi Bisnis, 34(1), 114–121.
Sumantri, F., & Latifah, U. (2021). Analisa Pengaruh Marko Ekonomi Terhadap Indeks Harga Saham Gabungan Periode 2015-2019. DIALEKTIKA : Jurnal Ekonomi Dan Ilmu Sosial, 6(2). https://doi.org/10.36636/dialektika.v6i2.617
Tsaur, R. C. (2012). A fuzzy time series-Markov chain model with an application to forecast the exchange rate between the Taiwan and us Dollar. International Journal of Innovative Computing, Information and Control, 8(7 B).
