Analisis Perbandingan Menggunakan ARIMA dan Bootstrap pada Peramalan Nilai Ekspor Indonesia
Ari Cynthia, 4111411037 and Sugiman, - and Zaenuri Mastur, - (2016) Analisis Perbandingan Menggunakan ARIMA dan Bootstrap pada Peramalan Nilai Ekspor Indonesia. Unnes Journal of Mathematics, 5 (1). pp. 31-38. ISSN 2460-5859
PDF
- Published Version
Download (934kB) |
Abstract
Pada penelitian ini digunakan data nilai ekspor Indonesia sebagai studi kasusnya. Ekspor Indonesia akan diramalkan menggunakan metode ARIMA dan bootstrap dengan bantuan program R 2.11.1. Metode bootstrap yang digunakan adalah bootstrap pada proses ARIMA. Metode ARIMA merupakan salah satu metode paling sering digunakan dalam pemodelan runtun waktu. Namun pada data tertentu model runtun waktu tidak dapat menjamin terpenuhinya asumsi-asumsi dalam analisis statistik klasik. Metode bootstrap dapat digunakan pada situasi dimana asumsi standart tidak dipenuhi. Tujuan utama dari penelitian ini yaitu membandingkan metode ARIMA dan bootstrap pada data ekspor Indonesia sehingga dapat diperoleh metode peramalan terbaik yang akan digunakan untuk meramalkan data nilai ekspor Indonesia untuk periode berikutnya. Berdasarkan hasil peramalan kedua model tersebut, maka akan dipilih hasil peramalan yang mempunyai nilai standart error terkecil dan mendekati data aslinya. Hasil peramalan nilai ekspor Indonesia pada model ARIMA(1,1,2) mempunyai nilai standart error terkecil dan cenderung mendekati data aslinya jika dibandingkan model bootstrap pada proses ARIMA(1,1,2). Maka metode ARIMA merupakan metode peramalan yang terbaik. Selanjutnya akan dilakukan peramalan untuk bulan April sampai dengan Desember 2015 dengan menggunakan metode ARIMA sebagai metode terbaik. Namun metode bootstrap dapat meramalkan data ke depan dengan baik (data hasil peramalan tidak konstan).
Item Type: | Article |
---|---|
Uncontrolled Keywords: | Peramalan; ARIMA; Bootsrap; Ekspor |
Subjects: | Q Science > QA Mathematics |
Fakultas: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Pendidikan Matematika, S1 |
Depositing User: | Setyarini UPT Perpus |
Date Deposited: | 12 Apr 2023 06:37 |
Last Modified: | 13 Apr 2023 07:54 |
URI: | http://lib.unnes.ac.id/id/eprint/57112 |
Actions (login required)
View Item |