PERAMALAN NILAI EKSPOR PROVINSI BENGKULU MELALUI PELABUHAN PULAU BAAI DENGAN PENDEKATAN ARIMA, ANN, DAN HYBRID ARIMA-ANN

Peramalan merupakan suatu proses memprediksi peristiwa di masa yang akan
datang berdasarkan data peristiwa di masa lalu. Salah satu model deret waktu
yang dapat digunakan untuk peramalan adalah Autoregressive Integrated Moving
Average (ARIMA). Kelebihan ARIMA terletak pada akurasi dan fleksibilitas
peramalannya dalam mewakili beberapa jenis deret waktu yang berbeda, namun
batasan utamanya adalah bentuk linier dari model yang menyebabkan ARIMA
tidak dapat menangani pola-pola non linier dalam data. Model alternatif untuk
pemodelan deret waktu yaitu Artificial Neuron Network (ANN). ANN mampu
mengatasi kelemahan dari ARIMA, tetapi tidak dapat menangani pola linier dan
nonlinear secara bersamaan. Sebagai upaya untuk meningkatkan akurasi
peramalan maka dilakukan hybrid ARIMA-ANN dengan memanfaatkan
keunggulan ARIMA dan ANN. Penelitian ini bertujuan mendapatkan model
terbaik untuk peramalan nilai ekspor Provinsi Bengkulu, yaitu model yang
dihasilkan dari data deret waktu nilai ekspor yang dikeluarkan oleh Pelabuhan
Pulau Baai dari bulan Januari 2014 sampai dengan Juni 2022. Hasil penelitian
menunjukkan bahwa model terbaik dalam memprediksi nilai ekspor Provinsi
Bengkulu adalah model hybrid ARIMA-ANN dengan MAAPE sebesar 0,5289
dan MASE sebesar 0,7664.
Kata Kunci : Nilai Ekspor, Peramalan, ARIMA, ANN, Hybrid ARIMA-ANN