Penerapan Model Gstar untuk Peramalan Nilai Ekspor (Studi Kasus: Data Nilai Ekspor Provinsi Jawa Barat, Jawa Timur, dan Banten Periode Januari 2013 - Januari 2023)U

Abstract

Perekonomian suatu negara merupakan hal yang sangat penting dan erat kaitannya dengan pertumbuhan ekonomi. Ekspor adalah salah satu sarana untuk mencapai pertumbuhan ekonomi. Secara garis besarnya komoditas ekspor Indonesia terdiri atas dua komponen yaitu ekspor migas dan nonmigas. BPS menyebutkan dari sisi komponen pengeluaran pertumbuhan tertinggi terjadi pada komponen ekspor barang dan jasa yakni sebesar 16,28%. Selama tahun 2022 yang mewarnai struktur perekonomian Indonesia secara spasial merupakan kelompok provinsi di Pulau Jawa dengan kontribusi sebesar 56,48%. Tiga provinsi di Pulau Jawa dengan nilai ekspor terbesar adalah Jawa Barat, Jawa Timur dan Banten. Laju pertumbuhan ekspor yang tidak stabil akan memberikan dampak bagi keberlangsungan kegiatan ekonomi masyarakat. Oleh sebab itu, nilai ekspor harus dikendalikan dengan cara membuat strategi yang tepat. Strategi tersebut bisa terlaksana apabila pelaku ekonomi mengetahui kondisi pasar yang akan datang. Dengan demikian dibutuhkan dilakukannya kegiatan peramalan terkait kondisi nilai ekspor di masa mendatang. Penulis menggunakan model Generalized Space Time Autoregressive (GSTAR) untuk peramalan. Bobot lokasi yang digunakan yaitu bobot lokasi seragam dan invers jarak. Berdasarkan hasil penelitian diperoleh model terbaik GSTAR (31)I(1) dengan bobot lokasi seragam karena telah memenuhi asumsi white noise dan memiliki nilai MSE dan MAPE sebesar 118332,1 dan 13,72% yang lebih kecil dari model GSTAR (31)I(1) dengan bobot lokasi invers jarak.