Perbandingan Extreme Learning Machine (ELM) dan Autoregressive Integrated Moving Average (Arima) Pada Peramalan Nilai Tukar Nelayan dan Pembudidaya (NTNP) Provinsi Jawa Barat

Abstract

Indonesia memiliki kekayaan laut yang besar, untuk mendukung aktivitas perikanan tangkap dan budidaya oleh nelayan. Di Provinsi Jawa Barat, Nilai Tukar Nelayan dan Pembudidaya (NTNP) mencerminkan rasio antara harga yang diterma nelayan dengan biaya produksi dan konsumsi yang mereka keluarkan. Penelitian ini membandingkan akurasi dua metode prediksi NTNP, yaitu metode Autoregressive Integrated Moving Average (ARIMA) dan metode Extreme Leaning Machine (ELM). Hasil penelitian menunjukkan bahwa metode ARIMA memiliki Tingkat akurasi yang lebih tinggi dengan Mean Absolute Percentage Error (MAPE) sebesar 0.4003, dibandingkan metode ELM yang memiliki MAPE sebesar 2.7912. Ini menegaskan bahwa ARIMA lebih baik untuk mempredikksi NTNP di Jawa Barat.