Peramalan Nilai Ekspor Nonmigas Kalimantan Timur dengan Metode Double Moving Average (DMA)
DOI:
https://doi.org/10.30872/atasi.v2i1.393Keywords:
Ekspor, Nilai Ekspor Nonmigas, Double Moving Average (DMA), MAPE, SMAPEAbstract
Ekspor nonmigas merupakan penyumbang terbesar nilai ekspor di Provinsi Kalimantan Timur. Berdasarkan data Badan Pusat Statistik (BPS) Provinsi Kalimantan Timur, nilai ekspor nonmigas tahunan Provinsi Kalimantan Timur 18 tahun terakhir yaitu dari tahun 2004 sampai tahun 2021 mengalami fluktuasi dan cenderung mengalami kenaikan dari tahun ke tahun sehingga data tersebut diidentifikasi memiliki pola trend. Tujuan penelitian ini adalah mengetahui hasil dan akurasi peramalan nilai ekspor nonmigas Kalimantan Timur tahun 2022 dengan metode Double Moving Average (DMA) untuk pengambilan keputusan terkait ekspor nonmigas Kalimantan Timur. Metode DMA merupakan metode yang cepat, mudah, dan tidak memerlukan banyak data untuk memperoleh hasil peramalan. Data yang digunakan dalam penelitian ini adalah data tahunan nilai ekspor nonmigas Provinsi Kalimantan Timur 18 tahun terakhir (tahun 2004 hingga tahun 2021) dari website Badan Pusat Statistik (BPS) Provinsi Kalimantan Timur. Hasil dari penelitian ini adalah metode DMA dengan ordo 7 merupakan model peramalan terbaik untuk meramalkan nilai ekspor nonmigas Kalimantan Timur tahun 2022 dengan hasil peramalan 13.815,08 juta US$ dan juga dengan akurasi MAPE 23% dan SMAPE 25%. Berdasarkan interpretasi nilai MAPE dan SMAPE, metode DMA dengan ordo 7 memiliki kompetensi cukup baik untuk peramalan nilai ekspor nonmigas Kalimantan Timur tahun 2022.
References
Alfiyatin, Adyan Nur, Wayan Firdaus Mahmudy, Candra Fajri Ananda, dan Yusuf Priyo Anggodo. 2019. Penerapan Extreme Learning Machine (ELM) untuk Peramalan Laju Inflasi di Indonesia. Jurnal Teknologi Informasi dan Ilmu Komputer 6(2):179. doi: 10.25126/jtiik.201962900
BPS (Badan Pusat Statistik). Data Nilai Ekspor Nonmigas Tahunan Kalimantan Timur. Diakses dari https://kaltim.bps.go.id/indicator/8/115/1/nilai-ekspor---impor-tahunan-.html
Dananjaya, I. Putu Agung Baskara, A. A. Ketut Jayawarsa, dan A. A. Sri Purnami. 2019. Pengaruh Ekspor, Impor, Kurs Nilai Tukar Rupiah, dan Tingkat Inflasi Terhadap Cadangan Devisa Indonesia Periode 1999-2018. Warmadewa Economic Development Journal 2(2):64–71. doi: 10.22225/wedj.2.2.1359.64.
Eschachasthi, Realita, Desi Rizki Saputri, Maryani Emo, Sakri Suheri Gustaman, dan Untung Sumardi. 2020. Analisis Komoditas Ekspor 2013-2020. Badan Pusat Statistik RI.
Farina, Fenin, dan Achmad Husaini. 2017. Pengaruh Dampak Perkembangan Tingkat Ekspor dan Impor Terhadap Nilai Tukar Negara ASEAN Per-Dolar Amerika Serikat (Studi pada International Trade Center Periode Tahun 2013-2015). Jurnal Administrasi Bisnis (JAB), 50(6).
Hajjah, Alyauma, dan Yulvia Nora Marlim. 2021. Analisis Error Terhadap Peramalan Data Penjualan. Jurnal Techno.com, 20(1), 1–9.
Hayati, Farida Nur, Diana Nurlaily, dan Elly Pusporani. 2022. Peramalan Data Ekspor Non Migas Provinsi Kalimantan Timur Menggunakan Univariate Time Series. Jurnal Statistika 14(2):59–66. doi: 10.36456/jstat.vol14.no2.a3858.
Hayati, Farida Nur, Mega Silfiani, dan Diana Nurlaily. 2022. Perbandingan Metode ARIMA, dan Triple Eexponential Smoothing pada Studi Kasus Data Ekspor Nonmigas di Kalimantan Timur. Jurnal SNATI (ISSN 2807-5935) 1.
Hodijah, Siti, dan Grace Patricia Angelina. 2021. Analisis Pengaruh Ekspor dan Impor Terhadap Pertumbuhan Ekonomi di Indonesia. Jurnal Manajemen Terapan dan Keuangan 10(01):53–62. doi: 10.22437/jmk.v10i01.12512.
Igir, Elshadai N., Debby C. H. Rotinsulu, dan Audie Niode. 2020. Analisis Pengaruh Kurs Terhadap Ekspor Non Migas di Indonesia Periode 2012:Q1-2018:Q4. Jurnal Berkala Ilmiah Efisiensi 20(2).
Khairina, Dyna Marisa, Septya Maharani, Putut Pamilih Widagdo, Ramlawati, dan Heliza Rahmania Hatta. 2020. Forecasting Model of Amount of Water Production Using Double Moving Average Method. Hlm. 167–70 dalam 2020 3rd International Conference on Computer and Informatics Engineering (IC2IE). IEEE.
Lestari, Eka, Tatik Widiharih, dan Rita Rahmawati. 2018. Peramalan Ekspor Nonmigas dengan Variasi Kalender Islam Menggunakan X-13-Arima-Seats (Studi Kasus: Ekspor Nonmigas Periode Januari 2013 sampai Desember 2017). Jurnal Gaussian 7(3):236–47. doi: 10.14710/j.gauss.v7i3.26657.
Maricar, M. Azman. 2019. Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ. Jurnal Sistem dan Informatika 13(2).
Pramana, Muhammad Wahdeni, Ika Purnamasari, dan Surya Prangga. 2021. Peramalan Data Ekspor Nonmigas Provinsi Kalimantan Timur Menggunakan Metode Weighted Fuzzy Time Series Lee. Jurnal Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika 14(1):1–10. doi: 10.36456/jstat.vol14.no1.a3747.
Rachim, Febyani, Tarno Tarno, dan Sugito Sugito. 2020. Perbandingan Fuzzy Time Series dengan Metode Chen dan Metode S. R. Singh (Studi Kasus : Nilai Impor Di Jawa Tengah Periode Januari 2014 – Desember 2019). Jurnal Gaussian 9(3):306–15. doi: https://doi.org/10.14710/j.gauss.v9i3.28912.
Robial, Siti Muawanah. 2018. Perbandingan Model Statistik pada Analisis Metode Peramalan Time Series (Studi Kasus: PT. Telekomunikasi Indonesia, Tbk Kandatel Sukabumi). Jurnal Ilmiah Santika 8(2).
Ruspriyanty, Destryla Indah, Sofro A’yunin, dan Affiati Oktaviarina. 2018. Peramalan Persewaan Kaset Video dengan Menggunakan Moving Average. Jurnal Ilmiah Matematika 6(2).
Safitri, Yenni, Sri Wahyuningsih, dan Rito Goejantoro. 2018. Forecasting with Fuzzy Time Series Markov Chain Method (Case Study : Closing Stock Price of PT. Radiant Utama Interinsco Tbk. Periode Januari 2011-Maret 2017). Jurnal Eksponensial 9(1).
Sari, Waskita. 2020. Perbandingan Metode Double Exponential Smoothing, Simple Moving Average dan Least Square untuk Forecasting Penjualan Semen. Skripsi, Universitas Islam Negeri Maulana Malik Ibrahim.
Sinaga, Hommy D. E., dan Irawati Novica. 2018. Perbandingan Double Moving Average dengan Double Exponential Smoothing pada Peramalan Bahan Medis Habis Pakai. JURTEKSI (Jurnal Teknologi dan Sistem Informasi) 4(2):197–204.
Strasheim, J. J. 2012. Demand Forecasting for Motor Vehicle Spare Parts. The South African Journal of Industrial Engineering 6(2). doi: 10.7166/6-2-411.
Suara, Andy, Ardi Sanjaya, dan Danar Putra Pamungkas. 2022. Implementasi Metode Double Moving Average untuk Prediksi Produksi Sabun. Seminar Nasional Inovasi Teknologi 224–29.
Sulistyorini. 2022. Pengaruh Inflasi dan Nilai Tukar Terhadap Ekspor Jawa Timur (The Effects of Inflation and Exchange Rates on Exports of East Jawa).” Jurnal Ilmiah Komputasi dan Statistika 1(2):37–46.
Sultan, dan AM. Soesilo. 2017. Harga Minyak dan Pertumbuhan Ekonomi di Indonesia Periode 1984-2014.” Jurnal Buletin Ekonom 15(1):131–54.
Wibowo, Arif Budi, dan Dede Rukmayadi. 2020. Pengendalian Persediaan Bahan Baku dengan Metode Material Requirement Planning (MRP) Untuk Produk Kue di Perusahaan ”Q”. Prosiding SNITT Poltekba 446–54.
Yusuf, Hendra Andrianto, Ismail Djakaria, dan Resmawan Resmawan. 2020. Penerapan Metode Double Moving Average untuk Meramalkan Hasil Produksi Tanaman Padi di Provinsi Gorontalo. Jurnal D’cartesian 9(2):92. doi: 10.35799/dc.9.2.2020.28377.