PERAMALAN EKSPOR DI INDONESIA MENGGUNAKAN MONOTONE COMPOSITE QUANTILE REGRESSION NEURAL NETWORK
No Thumbnail Available
Date
2022-02-24
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Indonesia merupakan negara berkembang yang melakukan industrialisasi. Industrialisasi mampu meningkatkan pertumbuhan ekonomi dan memiliki hubungan sangat erat dengan perdagangan luar negeri. Kenaikan/penurunan ekspor akan menaikkan/menurunkan pendapatan di suatu wilayah, sehingga penting untuk mengetahui perilaku ekspor sebagai strategi akselerasi pertumbuhan ekonomi. Penelitian ini bertujuan untuk memperoleh peramalan ekspor di Indonesia. Variabel respon yang digunakan adalah nilai ekspor sedangkan variabel prediktor meliputi nilai tukar (kurs), IHK, dan pengaruh trend waktu. Pola hubungan variabel respon dan prediktor bersifat nonlinier, mengandung pencilan, berdistribusi asimetris, sehingga sulit melakukan prespesifikasi model. Kompleksitas karakteristik data dapat diatasi menggunakan metode Monotone Composite Quantile Regression Neural Network (MCQRNN). Hasil penelitian menunjukkan bahwa MCQRNN merupakan metode yang bersifat robust dan fleksibel untuk meramalkan nilai ekspor mendatang. Performa peramalan nilai ekspor dengan MCQRNN memiliki ketepatan taksiran dan ramalan model yang tinggi atau masuk dalam kategori peramalan sangat baik (<10%). Hal ini ditunjukkan dari nilai MAPE yang cukup kecil yaitu sebesar 6.8784%.
Description
Keywords
Ekspor, Quantile Regression, Neural Network