Prediksi Nilai Ekspor Impor Migas dan Non-Migas Indonesia Menggunakan Extreme Learning Machine (ELM). Edy Santoso, S.Si., M.Kom. dan Nurul Hidayat, S.Pd., M.Sc.

Indonesia merupakan negara berkembang yang memiliki kekayaan sumber daya. Untuk memajukan roda perekonomian Indonesia, dilakukan kegiatan perdagangan antar negara yaitu ekspor dan impor. Sumber daya yang diekspor dan diimpor oleh Indonesia adalah sumber daya migas dan non-migas. Walaupun Indonesia mampu memproduksi hasil migas dan non-migasnya sendiri, namun jumlah impor migas dan non-migas Indonesia masih lebih banyak dibandingkan dengan jumlah ekspor migas dan non-migas Indonesia. Untuk membantu strategi pembangunan ekonomi Indoneisa, diperlukan suatu prediksi untuk memperkirakan nilai ekspor impor migas dan non-migas Indonesia. Dalam penelitian ini, algoritme yang digunakan adalah Extreme Learning Machine (ELM). Kemudian, data yang digunakan adalah data ekspor migas dan non-migas serta data impor migas dan non-migas yang diperoleh dari Badan Pusat Statistik mulai dari Januari 1993 hinga Desember 2020. Pengujian dilakukan dengan mengubah perbandingan jumlah data training dan data testing, jumlah fitur data, dan jumlah hidden neuron dengan masing - masing 10 kali percobaan. Hasil yang diperoleh dari penelitian ini adalah data ekspor dengan rata rata nilai Mean Absolute Percentage Error (MAPE) terkecil sebesar 6,6742% untuk perbandingan jumlah data training : testing 70%:30%, jumlah fitur data 5, dan jumlah hidden neuron 8. Sementara untuk dataset impor, hasil terbaik diperoleh dengan perbandingan jumlah data training : testing 80%:20%, jumlah fitur data 4, dan jumlah hidden neuron 10 dengan nilai rata rata MAPE akhir yaitu 10,0515%