Kerangka Berpikir ANALISIS PERBANDINGAN MENGGUNAKAN ARIMA DAN BOOTSTRAP PADA PERAMALAN NILAI EKSPOR INDONESIA

Ekspor Indonesia pada Desember 2013 mengalami peningkatan sebesar 6,56 persen dibanding dengan Desember 2012, ekspor mengalami peningkatan sebesar 10,33 persen. Peningkatan ekspor Desember 2013 disebabkan oleh meningkatnya ekspor nonmigas sebesar 3,09 persen dari US13.171,7 juta menjadi US3.578,5 juta, demikian juga ekspor migas naik sebesar 23,07 persen, yaitu dari US2.766,9 juta menjadi US3.405,1 juta. Lebih lanjut peningkatan ekspor migas disebabkan oleh naiknya ekspor minyak mentah sebesar 12,49 persen menjadi US858,6 juta dan ekspor hasil minyak sebesar 84,52 persen menjadi US500,8 juta, demikian juga ekspor gas meningkat sebesar 18,10 persen menjadi US2.045,7 juta Badan Pusat Statistik, 2014: 1.

2.7 Kerangka Berpikir

Secara garis besar, peramalan terdapat dua teknik yaitu kualitatif dan kuantitatif. Hasil peramalan kualitatif didasarkan pada pengamatan kejadian- kejadian di masa sebelumnya digabung dengan pemikiran dari penyusunnya, sedangkan hasil peramalan kuantitatif tergantung pada metode yang digunakan, menggunakan metode yang berbeda akan diperoleh hasil peramalan yang berbeda. Time series merupakan serangkaian pengamatan terhadap suatu variabel yang diambil dari waktu ke waktu dan dicatat secara berurutan menurut urutan waktu kejadian dengan interval waktu yang tetap. Ciri observasi mengikuti time series adalah interval waktu antar indeks waktu dapat dinyatakan dalam satuan waktu yang sama identik. Dalam time series terdapat dua model, yaitu model deterministik dan model stokhastik probabilistik. Pada fenomena model stokhastik banyak dijumpai dalam kehidupan sehari-hari, misalnya model keuangan, perdagangan, industri, dan lain-lain. Dalam time series, data disimbolkan dengan mengikuti proses stokhastik. Salah satu metode time series untuk peramalan yang paling umum digunakan adalah Autoregresive Integrated Moving Average ARIMA. Analisis metode ARIMA dilakukan dengan prapemrosesan data dan identifikasi model stasioner, estimasi model, cek diagnostik dan pemilihan model terbaik. Metode bootstrap pada dasarnya adalah melakukan pengambilan sampel resampling dengan pengembalian dari sampel hasil observasi. Dengan menggunakan metode bootstrap tidak perlu melakukan asumsi distribusi dan asumsi-asumsi awal untuk menduga bentuk distribusi dan pengujian-pengujian statistiknya. Ide dasar dari bootstrap adalah membangun data bayangan pseudo data dengan menggunakan informasi dari data asli. Namun demikian, harus tetap memperhatikan sifat-sifa dari data asli tersebut, sehingga data bayangan akan memiliki karakteristik semirip mungkin dengan data asli. Metode bootstrap dalam hal ini menggunakan metode bootstrap pada proses ARIMA. Data bootstrap dibangun dari residual model ARIMA terbaik, sehingga diperoleh model bootstrap pada proses ARIMA. Model ARIMA dan model bootstrap dianalisis untuk peramalan data ekspor Indonesia. Hasil peramalan kedua model tersebut dilakukan perbandingan untuk memperoleh metode peramalan terbaik, yang digunakan untuk meramalkan ekspor Indonesia untuk periode berikutnya. Berikut gambaran umum dari kerangka penelitian ini, dapat dilihat pada Gambar 2.10. Gambar 2.10 Diagram Alur Kerangka Berpikir Data Ekspor Indonesia Analisis Metode ARIMA dan Bootstrap Perbandingan Keakurasian Hasil Peramalan ARIMA dan Bootstrap Metode Peramalan Terbaik Meramalkan Ekspor Indonesia dengan Metode Peramalan Terbaik 60 BAB III METODE PENELITIAN Metode penelitian merupakan suatu cara yang digunakan dalam rangka kegiatan penelitian,sehingga pelaksanaan penelitian dapat dipertanggungjawabkan secara ilmiah. Dengan metode penelitian, data yang diperoleh semakin lengkap untuk memecahkan masalah yang dihadapi.

3.1 Identifikasi Masalah