Record Details

Prediksi Nilai Ekspor Impor Migas Dan Non-Migas Indonesia Menggunakan Extreme Learning Machine (ELM)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Prediksi Nilai Ekspor Impor Migas Dan Non-Migas Indonesia Menggunakan Extreme Learning Machine (ELM)
 
Added Entry - Uncontrolled Name Kertayuga, Dhatu
Santoso, Edy
Hidayat, Nurul
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Kekayaan sumber daya Indonesia merupakan salah satu aset penting bagi suatu negara berkembang. Untuk memajukan roda perekonomian Indonesia, dilakukan kegiatan perdagangan antar negara yaitu ekspor dan impor. Sumber daya yang diekspor dan diimpor oleh Indonesia adalah sumber daya migas dan non-migas. Walaupun Indonesia mampu memproduksi hasil migas dan non-migasnya sendiri, namun jumlah impor migas dan non-migas Indonesia masih lebih banyak dibandingkan dengan jumlah ekspor migas dan non-migas Indonesia. Untuk membantu strategi pembangunan ekonomi Indoneisa, diperlukan suatu prediksi untuk memperkirakan nilai ekspor impor migas dan non-migas Indonesia. Dalam penelitian ini, algoritme yang digunakan adalah Extreme Learning Machine (ELM). Kemudian, data yang digunakan adalah data ekspor migas dan non-migas serta data impor migas dan non-migas yang diperoleh dari Badan Pusat Statistik (BPS) mulai dari Januari 1993 hinga Desember 2020. Pengujian dilakukan dengan mengubah perbandingan jumlah data training : testing, jumlah fitur data, dan jumlah hidden neuron dengan masing - masing 10 kali percobaan. Penelitian ini mendapatkan hasil dengan dataset ekspor didapatkan rata - rata nilai Mean Absolute Percentage Error (MAPE) terkecil sebesar 6,6742% untuk perbandingan jumlah data training : testing 70%:30%, jumlah fitur data 5, dan jumlah hidden neuron 8, sementara untuk dataset impor, hasil terbaik diperoleh dengan perbandingan jumlah data training : testing 80%:20%, jumlah fitur data 4, dan jumlah hidden neuron 10 dengan nilai rata - rata MAPE akhir yaitu 10,0515%.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9428
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 6 (2021): Juni 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com