Implementasi Metode Bidirectional Gated Recurrent Unit (BiGRU) untuk Memprediksi Nilai Ekspor-Impor Nonmigas Indonesia dengan Optimasi Nesterove-Accelerated Adapative Moment Estimation”

FADHILAH, Aliyya Zahrani (2025) Implementasi Metode Bidirectional Gated Recurrent Unit (BiGRU) untuk Memprediksi Nilai Ekspor-Impor Nonmigas Indonesia dengan Optimasi Nesterove-Accelerated Adapative Moment Estimation”. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (81kB)
	Text 3. Halaman Pengesahan I.pdf Download (209kB)
	Text 4. Halaman Pengesahan II.pdf Download (296kB)
	Text 5. Kata Pengantar.pdf Download (94kB)
	Text 5. Kata Pengantar.pdf Download (94kB)
	Text 6. Abstrak.pdf Download (28kB)
	Text 7. Abstract.pdf Download (93kB)
	Text 8. Daftar Isi.pdf Download (43kB)
	Text 12. BAB I.pdf Download (57kB)

Abstract

Indonesia memiliki potensi besar di sektor perdagangan nonmigas yang
berkontribusi signifikan terhadap pertumbuhan ekonomi. Namun, fluktuasi ekspor
dan impor menghadirkan tantangan kompleks, terutama dalam peramalan deret
waktu. Pola data yang rumit serta masalah vanishing gradient pada model
konvensional sering menghambat akurasi prediksi. Penelitian ini mengusulkan
model Bidirectional Gated Recurrent Unit (BiGRU) yang dioptimalkan dengan
algoritma Nesterov-Accelerated Adaptive Moment Estimation (Nadam) untuk
meningkatkan akurasi prediksi dan efisiensi konvergensi. Metode ini memanfaatkan
kemampuan BiGRU dalam memproses data sekuensial dari dua arah serta
keunggulan Nadam dalam stabilitas dan kecepatan pembaruan parameter. Penelitian
ini menggunakan data perdagangan nonmigas bulanan dari Januari 1993 hingga
Oktober 2024 yang diproses dengan Min-Max Scaling dan dievaluasi menggunakan
RMSE. Kombinasi hyperparameter terbaik digunakan untuk memprediksi nilai
ekspor dan impor 12 bulan ke depan dengan akurasi tinggi. Hasil prediksi
menunjukkan MAPE sebesar 11,23% untuk ekspor dan 7,21% untuk impor. Akurasi
ekspor menurun 1,74%, sementara akurasi impor meningkat menjadi 92,79%
berdasarkan data uji. Hasil penelitian ini mendukung perencanaan kebijakan
ekonomi yang lebih tepat serta berkontribusi dalam pengembangan model prediksi
berbasis deep learning untuk analisis ekonomi nonmigas, guna mendukung
kebijakan ekonomi nasional.
Kata Kunci: Nonmigas, Ekspor, Impor, Bidirectional Gated Recurrent Unit,
Nadam, Deret Waktu

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	11 Nov 2025 09:20
Last Modified:	11 Nov 2025 09:20
URI:	https://eprints2.undip.ac.id/id/eprint/40913

Actions (login required)

View Item

Search for collections on Undip Repository