Prediksi Volume Ekspor Udang Menggunakan Indeks Google Trend dan Faktor Berpengaruh Lainnya dengan Machine Learning

Rayhan Abyasa, Erna Nurmawati

Abstract


Udang merupakan salah satu komoditas ekspor unggulan Indonesia pada sektor perikanan yang berkontribusi sebesar 34,57% dari nilai ekspor perikanan pada tahun 2022. Indonesia juga masuk kedalam enam negara pembudidaya dan eksportir udang terbesar di dunia. Untuk memantau dan mengevaluasi target yang telah ditentukan oleh pemerintah, dibutuhkan model peramalan yang akurat. Untuk meningkatkan akurasi peramalan, indeks google trend, kurs rupiah, dan harga udang internasional ditambahkan sebagai variabel eksogen. Kata kunci indeks google trend yang digunakan diambil dari sisi eksportir dan importir seperti “ekspor udang” untuk sisi eksportir dan terjemahan kata “udang indonesia” untuk sisi importir. Penelitian ini menggunakan machine learning dengan model XGBoost dan LSTM. Model XGBoost menghasilkan nilai MAPE sebesar 10,08% sedangkan model LSTM menghasilkan nilai MAPE sebesar 12,40%. Penelitian ini menghasilkan kesimpulan bahwa model terbaik untuk volume ekspor udang Indonesia adalah model XGBoost berdasarkan nilai MAPE.

Keywords


ekspor; udang; prediksi; machine learning

Full Text:

PDF

References


A. Dwi and Z. Wuragil, “Berapa Luas Negara Indonesia? Ini Penjelasannya,” Tekno Tempo.co, 2023. https://tekno.tempo.co/read/1706897/berapa-luas-negara-indonesia-ini-penjelasannya (accessed Oct. 27, 2023).

M. A. Rizaty, “Daftar Negara dengan Garis Pantai Terpanjang di Dunia, Indonesia Peringkat Berapa?,” Databoks, 2021. https://databoks.katadata.co.id/datapublish/2021/11/25/daftar-negara-dengan-garis-pantai-terpanjang-di-dunia-indonesia-peringkat-berapa (accessed Oct. 27, 2023).

S. E. Subitmele, “Mengapa Indonesia Disebut Negara Maritim? Ketahui Syarat dan Karakteristiknya,” Liputan6.com, 2022. https://www.liputan6.com/hot/read/5154828/mengapa-indonesia-disebut-negara-maritim-ketahui-syarat-dan-karakteristiknya?page=2 (accessed Oct. 27, 2023).

F. S. Pratiwi and D. Bayu, “Ada 1,27 Juta Nelayan di Indonesia pada 2022,” Dataindonesia.id, 2023. https://dataindonesia.id/sektor-riil/detail/ada-127-juta-nelayan-di-indonesia-pada-2022 (accessed Oct. 27, 2023).

Kementerian Perdagangan Republik Indonesia, “Produk Unggulan Indonesia,” PPEJP, 2022. http://ppejp.kemendag.go.id/produk-unggulan-indonesia/ (accessed Oct. 19, 2023).

S. Ariesta, “Indonesia Gandeng ADB Untuk Tingkatkan Produksi Udang Nasional,” SIARAN PERS KEMENTERIAN KELAUTAN DAN PERIKANAN, Oct. 12, 2023. https://kkp.go.id/artikel/56847-indonesia-gandeng-adb-untuk-tingkatkan-produksi-udang-nasional (accessed Nov. 21, 2023).

MarketResearch, Global Shrimp Market by Production, Export, Import, Consumption, Countries, Species, Product Form, Size, Value Chain Analysis & Forecast. www.marketresearch.com, 2021. [Online]. Available: https://www.marketresearch.com/Renub-Research-v3619/Global-Shrimp-Production-Export-Import-14515533/

W. VAN DER PIJL, “EXPORT DATA REVIEW OF Q3 2023,” shrimpinsights.com, 2023. https://shrimpinsights.com/blog/export-data-review-q3-2023

B. L. Grahadyarini, “Perlu Strategi untuk Dongkrak Produksi dan Ekspor Udang,” kompas.id, 2023. [Online]. Available: https://www.kompas.id/baca/ekonomi/2023/04/02/target-ekspor-udang-sulit-tercapai?status=sukses_login&utm_source=kompasid&utm_medium=login_paywall&utm_campaign=login&utm_content=https%3A%2F%2Fwww.kompas.id%2Fbaca%2Fekonomi%2F2023%2F04%2F02%2Ftarget-ekspor-

Z. Shilong, “Machine learning model for sales forecasting by using XGBoost,” in 2021 IEEE International Conference on Consumer Electronics and Computer Engineering (ICCECE), 2021, pp. 480–483.

P. H. Vuong, T. T. Dat, T. K. Mai, and P. H. Uyen, “Stock-price forecasting based on XGBoost and LSTM.,” Comput. Syst. Sci. Eng., vol. 40, no. 1, 2022.

Q. Qu, Z. Li, J. Tang, S. Wu, and R. Wang, “A trend forecast of import and export trade total volume based on LSTM,” in IOP Conference Series: Materials Science and Engineering, 2019, vol. 646, no. 1, p. 012002.

E. Tamuke, E. A. Jackson, and A. Sillah, “Forecasting inflation in Sierra Leone using ARIMA and ARIMAX: A comparative evaluation. Model building and analysis team,” Theor. Pract. Res. Econ. Fields, vol. 9, no. 1, pp. 63–74, 2018.

M. Yucesan, E. Pekel, E. Celik, M. Gul, and F. Serin, “Forecasting daily natural gas consumption with regression, time series and machine learning based methods,” Energy Sources, Part A Recover. Util. Environ. Eff., pp. 1–16, 2021.

S. Hidayat and N. Hakim, “Peramalan Ekspor Luar Negeri Banten Menggunakan Model Arimax,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 2, no. 2, pp. 204–213, 2021.

V. M. Camelia Mohani Edy Yulianto Kholid Mawardi, “PENGARUH JUMLAH PRODUKSI UDANG INDONESIA, HARGA UDANG INTERNASIONAL, DAN NILAI TUKAR RUPIAH TERHADAP EKSPOR UDANG INDONESIA (Studi Volume Ekspor Udang Indonesia Tahun 2005-2014),” 2016. [Online]. Available: www.kemendag.go.id

S. R. Baker and A. Fradkin, “The impact of unemployment insurance on job search: Evidence from Google search data,” Rev. Econ. Stat., vol. 99, no. 5, pp. 756–768, 2017.

A. Naccarato, S. Falorsi, S. Loriga, and A. Pierini, “Combining official and Google Trends data to forecast the Italian youth unemployment rate,” Technol. Forecast. Soc. Change, vol. 130, pp. 114–122, 2018.

M. C. Medeiros and H. F. Pires, “The proper use of google trends in forecasting models,” arXiv Prepr. arXiv2104.03065, 2021.

T. Chen and C. Guestrin, “Xgboost: A scalable tree boosting system,” in Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining, 2016, pp. 785–794.

F. A. Gers, J. Schmidhuber, and F. Cummins, “Learning to forget: Continual prediction with LSTM,” Neural Comput., vol. 12, no. 10, pp. 2451–2471, 2000.

Z. Wang et al., “Climate and environmental data contribute to the prediction of grain commodity prices using deep learning,” J. Sustain. Agric. Environ., vol. 2, no. 3, pp. 251–265, 2023, doi: 10.1002/sae2.12041.

S. Putatunda and K. Rama, “A comparative analysis of hyperopt as against other approaches for hyper-parameter optimization of XGBoost,” ACM Int. Conf. Proceeding Ser., pp. 6–10, 2018, doi: 10.1145/3297067.3297080.

International Monetary Fund, “Global price of Shrimp (PSHRIUSDM),” fred.stlouisfed.org, 2024. https://fred.stlouisfed.org/series/PSHRIUSDM

Bank Indonesia, “Kurs Transaksi BI,” 2023. https://www.bi.go.id/id/statistik/informasi-kurs/transaksi-bi/Default.aspx (accessed Nov. 01, 2023).

K. F. Izdihar, “Baca Dulu Artikel Ini Sebelum Ekspor Udang ke Amerika!,” efishery.com, 2023. https://efishery.com/id/resources/ekspor-udang-ke-amerika/

M. Ridwan and B. Situmorang, “KKP: Nilai ekspor udang Indonesia ke Amerika 1,106 miliar dolar,” antaranews.com, 2022. [Online]. Available: https://www.antaranews.com/berita/3254149/kkp-nilai-ekspor-udang-indonesia-ke-amerika-1106-miliar-dolar

W. G. Zulfikar, “Negara Konsumsi Udang Tertinggi di Dunia: Jepang,” jala.tech, 2023. https://jala.tech/id/blog/industri-udang/negara-konsumsi-udang-tertinggi-di-dunia-jepang

Seputarmuria, “8 Ton Produk Olahan Udang Berangkat ke Jepang,” www.seputarmuria.com, 2020. [Online]. Available: https://www.seputarmuria.com/8-ton-produk-olahan-udang-berangkat-ke-jepang/

K. F. Izdihar, “Kiat Sukses Ekspor Udang ke Cina Paling Lengkap dan Tepat!,” efishery.com, 2023. https://efishery.com/id/resources/ekspor-udang-ke-cina/

Michelle, “5 Makanan Unggulan yang Diekspor ke China, Bisa Untung Banyak,” arahin.id, 2023. https://arahin.id/hub/post/ekspor-makanan-ke-china

A. Gholamy, V. Kreinovich, and O. Kosheleva, “Why 70/30 or 80/20 relation between training and testing sets: A pedagogical explanation,” 2018.

C. D. Lewis, “Industrial and business forecasting methods: A practical guide to exponential smoothing and curve fitting,” (No Title), 1982.

O. R. Bestianta, “Optimisme Ekspor Udang Indonesia,” 2 Bul. APBN, vol. VII, no. November, pp. 3–6, 2022, [Online]. Available: http://puskajianggaran.dpr.go.id/kontak




DOI: http://dx.doi.org/10.26418/justin.v12i3.78900

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 JUSTIN (Jurnal Sistem dan Teknologi Informasi)

ara komputer
View My Stats

Creative Commons License
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License