ITSITS

(IJCSAM) International Journal of Computing Science and Applied Mathematics(IJCSAM) International Journal of Computing Science and Applied Mathematics

Export activities consist of oil and gas exports and non-oil and gas exports. Non-oil and gas exports are one of the sectors that provide the largest foreign exchange contribution to Indonesia, and the movement of non-oil and gas export values has an impact on economic growth. Therefore, the purpose of this research is to create a model used to predict future non-oil and gas export values. One mathematical model that can be used to predict Indonesias non-oil and gas export values is the combination of the ARIMA model and the stochastic volatility model, also known as Hybrid ARIMA with stochastic volatility. The Hybrid ARIMA with stochastic volatility modeling has advantages in creating models for data with high volatility and is capable of combining linear patterned data and nonlinear patterned data. In this study, the best ARIMA (1,1,1) model was obtained with a MAPE value of 13.2082%. From the residuals of the ARIMA (1,1,1) model, there were signs of heteroscedasticity, so the GARCH model with the best GARCH (0,1) model was used. In the GARCH (0,1) model, it was found that there was an asymmetric influence, so the EGARCH and GJR-GARCH models were used. The comparison of EGARCH and GJR-GARCH models was carried out to address the asymmetric residual data pattern. Based on the research results, the best model used for prediction is the hybrid ARIMA (1,1,1) with EGARCH (1,1) model, with a MAPE value of 9.35158%.

Based on the results of the research on the fluctuating value of Indonesian non-oil and gas exports, a combined ARIMA model was utilized.The use of a hybrid model effectively reduces errors inherent in the ARIMA model by accounting for asymmetric effects, leading to the selection of the optimal model.The study identified the Hybrid ARIMA-EGARCH model as the best performer, achieving a MAPE value of 9.35158%, indicating highly accurate predictions suitable for forecasting future non-oil and gas export values.

Further research could explore the integration of alternative stochastic volatility models, such as HAR (Heterogeneous Autoregressive) models, to capture long-term dependencies in export data and potentially improve forecasting accuracy. Investigating the impact of external macroeconomic factors, like global commodity prices and exchange rates, on Indonesian non-oil and gas exports through a Vector Autoregression (VAR) framework could provide a more comprehensive understanding of the drivers of export fluctuations. Additionally, a comparative analysis of different machine learning algorithms, such as recurrent neural networks (RNNs) or long short-term memory (LSTM) networks, against the hybrid ARIMA-EGARCH model could reveal opportunities for enhancing predictive performance and identifying more complex patterns in the data, ultimately contributing to more informed economic policy decisions and strategic planning for Indonesias export sector.

Read online
File size496.92 KB
Pages7
DMCAReport

Related /

JURIS Analisis Pengaruh Data Scaling Terhadap Performa Algoritme Machine Learning untuk Identifikasi Tanaman 2026More at 2026

IAIIIAII Untuk algoritme KNN cukup stabil dibandingkan dengan SVM dan ANN. Namun, kombinasi antara teknik normalisasi min-max dengan SVM yang menggunakan kernelUntuk algoritme KNN cukup stabil dibandingkan dengan SVM dan ANN. Namun, kombinasi antara teknik normalisasi min-max dengan SVM yang menggunakan kernel

JURIS Implementasi Regresi Linier untuk Prediksi Harga Saham Tesla 2025More at 2025

CIPTA MEDIA HARMONICIPTA MEDIA HARMONI Berdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa metode regresi linier mampu memberikan prediksi yang cukup akurat terhadap harga penutupanBerdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa metode regresi linier mampu memberikan prediksi yang cukup akurat terhadap harga penutupan

JURIS Evaluasi Perbandingan Kinerja Model Machine Learning Untuk Prediksi Diabetes Studi Kasus Xgboost Random Forest Dan Svm 2025More at 2025

PIKSIPIKSI Penelitian ini mengevaluasi dan membandingkan kinerja tiga model machine learning (ML) utama—XGBoost, Random Forest, dan Support Vector Machine (SVM)—untukPenelitian ini mengevaluasi dan membandingkan kinerja tiga model machine learning (ML) utama—XGBoost, Random Forest, dan Support Vector Machine (SVM)—untuk

JURIS Peramalan Dinamika Harga Beras Premium di Tingkat Penggilingan dengan Model ARIMA 2025More at 2025

UMUSUMUS Hasil penelitian menunjukkan bahwa data harga beras premium tidak stasioner pada level, namun menjadi stasioner setelah dilakukan diferensiasi pertamaHasil penelitian menunjukkan bahwa data harga beras premium tidak stasioner pada level, namun menjadi stasioner setelah dilakukan diferensiasi pertama

JURIS Analytical Prediction for Chronic Kidney Disease A Comparison of Machine Learning Methods 2025More at 2025

UMKLAUMKLA Deteksi dini dan prediksi yang akurat terhadap CKD sangat penting untuk mengurangi komplikasi kesehatan seperti hipertensi, anemia, dan kematian prematur.Deteksi dini dan prediksi yang akurat terhadap CKD sangat penting untuk mengurangi komplikasi kesehatan seperti hipertensi, anemia, dan kematian prematur.

JURIS Deteksi Emisi Metana dari Pabrik Kelapa Sawit di Indonesia Menggunakan Data Satelit Dengan Menggunakan Metode Machine Learning 2025More at 2025

STTMIGASSTTMIGAS Dengan metode ini, deteksi emisi metana dapat dilakukan lebih cepat, akurat, dan dalam skala luas, sehingga mendukung strategi mitigasi perubahan iklimDengan metode ini, deteksi emisi metana dapat dilakukan lebih cepat, akurat, dan dalam skala luas, sehingga mendukung strategi mitigasi perubahan iklim

JURIS Implementasi Algoritma Decision Tree Pada Penilaian Kinerja Karyawan Menggunakan Kerangka Objective And Key Result 2025More at 2025

NINETYJOURNALNINETYJOURNAL Dalam penelitian ini, data sintetis digunakan untuk memprediksi kinerja karyawan. Data tersebut dihasilkan menggunakan metode faker dari library Python,Dalam penelitian ini, data sintetis digunakan untuk memprediksi kinerja karyawan. Data tersebut dihasilkan menggunakan metode faker dari library Python,

JURIS Implementasi Algoritma K Nearest Neighbors KNN Untuk Prediksi Gizi Buruk 2024More at 2024

UBHINUSUBHINUS Penelitian menggunakan algoritma K-Nearest Neighbors (KNN) menunjukkan kemampuan mengklasifikasikan gizi buruk menjadi dua kondisi, yaitu marasmus danPenelitian menggunakan algoritma K-Nearest Neighbors (KNN) menunjukkan kemampuan mengklasifikasikan gizi buruk menjadi dua kondisi, yaitu marasmus dan

Useful /

JURIS Hukum Islam dan Pluralisme Menurut John R Bowen 2026More at 2026

ALSHOBARALSHOBAR Negara memainkan peran krusial dalam mengintegrasikan kedua sistem hukum ini ke dalam hukum formal, menghasilkan kerangka hukum yang mencerminkan nilai-nilaiNegara memainkan peran krusial dalam mengintegrasikan kedua sistem hukum ini ke dalam hukum formal, menghasilkan kerangka hukum yang mencerminkan nilai-nilai

JURIS Studi Perbandingan Metode Support Vector Machine Random Forest dan Convolutional Neural Network untuk Klasifikasi Penyakit Kulit 2025More at 2025

NINETYJOURNALNINETYJOURNAL Penyakit kulit merupakan salah satu masalah kesehatan yang sering terjadi dan membutuhkan diagnosis yang cepat dan akurat untuk menghindari komplikasiPenyakit kulit merupakan salah satu masalah kesehatan yang sering terjadi dan membutuhkan diagnosis yang cepat dan akurat untuk menghindari komplikasi

JURIS Applications of Double Group Theory in 2D Materials 2023More at 2023

ITSITS The hexagonal structures have unique electronic structures, especially in 2D materials in group-IV, where the system is observed as the topological insulator.The hexagonal structures have unique electronic structures, especially in 2D materials in group-IV, where the system is observed as the topological insulator.

JURIS Implementasi Kebijakan Peraturan Daerah Nomor 4 Tahun 2008 Tentang Penanganan Gelandangan Dan Pengemis Di Kota Medan Pada Dinas Kesejahteraan Sosial Provinsi Sumatera Utara 2018More at 2018

UMAUMA Penelitian ini menggunakan pendekatan deskriptif kualitatif, untuk memperoleh informasi dan data‑data digunakan teknik pengumpulan data berupa studiPenelitian ini menggunakan pendekatan deskriptif kualitatif, untuk memperoleh informasi dan data‑data digunakan teknik pengumpulan data berupa studi

ads-block-test