<![CDATA[Ekspor migas merupakan komoditas yang berperan penting dalam perekonomian negara dan pengelolaannya harus dimaksimalkan demi kemakmuran dan kesejahteraan rakyat. Namun realitanya, dalam kurun waktu 10 tahun terakhir, neraca perdagangan ekspor migas di Indonesia mengalami defisit sehingga berdampak pada pengeluaran negara lebih besar daripada pemasukan. Penelitian ini difokuskan pada peramalan yang dapat dijadikan sebagai bahan masukan bagi pemerintah dalam merencanakan arah kebijakan terkait ekspor migas pada masa mendatang. Metode peramalan yang digunakan dalam penelitian ini adalah Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dengan optimasi Nesterov Adam (Nadam). LSTM mampu mengatasi masalah ketergantungan jangka panjang, sehingga dapat mengenali pola data dengan baik dan GRU merupakan variasi lain dari LSTM yang memiliki komputasi lebih sederhana. Sedangkan Nadam berperan dalam mempercepat proses training dan menurunkan nilai error. Berdasarkan hasil penelitian, diperoleh akurasi tertinggi dalam prediksi nilai ekspor migas menggunakan model terbaik LSTM dengan optimasi Nadam pada percobaan menggunakan nilai parameter α 0.001, jumlah neuron 20, epoch 100, dan nilai MAPE 12.8% dengan akurasi 87.2%.]]>
Copyrights © 2023
