Implementasi Metode Extreme Learning Machine Terhadapprediksi Jumlah Ekspor Non Migas Indonesia (Studi Kasus: Jumlah Ekspor Non Migas Indonesia Tahun 2008 -2022)

Abstract

Indonesia adalah negara berkembang di Asia Tenggara yang kaya akan sumber daya alam, salah satunya adalah sumber daya alam non migas. Non migas mencakup segala hal yang berasal dari alam maupun industri, namun tidak termasuk dalam kategori minyak bumi dan gas alam. Pertumbuhan ekonomi menjadi tolak ukur dari keberhasilan suatu pembangunan ekonomi negara. Faktor yang mempengaruhi berkembangnya pertumbuhan ekonomi suatu negara adalah terjadinya peningkatan permintaan ekspor dalam negeri. Ekspor merupakan suatu kegiatan mengirim barang dari satu negara ke negara lainnya dengan cara yang resmi dan sah. Target Menteri Perdagangan Zulkifli Hasan adalah agar ekspor nonmigas mencapai total US$ 289,76 miliar atau setara dengan Rp. 4.508 triliun (saat ini Rp 15.560), maka perlu dilakukan proses peramalan untuk mengetahui perkembangan dari kegiatan ekspor non migas Indonesia. Metode yang digunakan untuk melakukan peramalan terhadap jumlah ekspor non Migas Indonesia adalah metode Extreme Learning Machine (ELM), dimana pada penelitian ini didapatkan hasil peramalan terbaik yaitu pada pembagian data training sebanyak 95% dan data testing sebanyak 5% dengan jumlah hidden layer sebanyak 10 serta jumlah Repetitions sebanyak 20 dengan nilai error terkecil adalah sebesar 8.81% dengan nilai akurasi sebesar 91.19 %, sehingga hasil peramalan dikatakan sudah sangat baik.