Perbandingan Akurasi Peramalan Metode Autoregressive Integrated Moving Average dengan Metode Singular Spectrum Analysis (Studi Kasus: Nilai Ekspor Migas Indonesia)

RYVAL VADRY KALOTONG. Perbandingan Akurasi Peramalan Metode Autoregressive Integrated Moving Average dengan Metode Singular Spectrum Analysis (Studi Kasus: Nilai Ekspor Migas Indonesia) (dibimbing oleh Georgina Maria Tinungki)

Latar Belakang. Peramalan merupakan elemen kunci dalam proses pengambilan keputusan, terutama dalam analisis data runtun waktu. Metode Autoregressive Integrated Moving Average (ARIMA) dan Singular Spectrum Analysis (SSA) adalah dua pendekatan yang sering digunakan dalam peramalan data time series. Kedua metode ini dapat digunakan untuk menganalisis dan memodelkan data yang memiliki tren dan komponen musiman. ARIMA dikenal dengan akurasinya yang tinggi, tetapi memerlukan asumsi seperti stasioneritas dan normalitas residu. SSA adalah metode yang tidak memerlukan asumsi tersebut, menjadikannya lebih fleksibel untuk data yang tidak stasioner. Metode. Penelitian ini menggunakan metode ARIMA dan SSA. Tujuan. Penelitian ini bertujuan untuk membandingkan hasil peramalan nilai ekspor migas Indonesia menggunakan metode ARIMA dan SSA. Data yang digunakan meliputi nilai ekspor migas Indonesia dari tahun 2011 hingga 2023. Hasil. Berdasarkan pengukuran akurasi peramalan menggunakan Mean Absolute Percentage Error (MAPE), metode SSA menunjukkan tingkat akurasi yang lebih baik dengan nilai MAPE sebesar 9,002%, dibandingkan dengan ARIMA yang memiliki nilai MAPE sebesar 9,709%. Kesimpulan. Dapat disimpulkan bahwa metode SSA memberikan hasil peramalan yang lebih akurat untuk nilai ekspor migas Indonesia dibandingkan dengan metode ARIMA.