JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Vol 12, No 3 (2024)

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

Abyasa, Rayhan (Unknown)
Nurmawati, Erna (Unknown)



Article Info

Publish Date
31 Jul 2024

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.

Copyrights © 2024






Journal Info

Abbrev

justin

Publisher

Subject

Computer Science & IT

Description

JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the ...