IMPLEMENTASI MODEL VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) DALAM PREDIKSI TOTAL PENDAPATAN EKSPOR DI INDONESIA

SYAFA MARISHA PUTERI, . (2026) IMPLEMENTASI MODEL VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) DALAM PREDIKSI TOTAL PENDAPATAN EKSPOR DI INDONESIA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (525kB)
	Text BAB II.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (571kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (514kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (507kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (197kB) | Request a copy

Abstract

Model Vector Autoregressive Exogenous (VARX) merupakan salah satu model runtun waktu multivariat dari pengembangan model Vector Autoregressive (VAR) yang ditambahkan dengan variabel eksogen. Model ini efektif digunakan dalam peramalan kegiatan ekonomi dikarenakan selain mampu memodelkan hubungan antar variabel endogen, model ini mampu menjelaskan pengaruh faktor-faktor eksternal sehingga model ini dapat meningkatkan akurasi peramalan dan relevan dengan kondisi nyata. Salah satu kegiatan ekonomi yang dapat diimplementasikan oleh pemodelan Vector Autoregressive Exogenous (VARX) yaitu pendapatan yang diperoleh dari kegiatan ekspor di Indonesia dikarenakan fluktuasi pendapatan kegiatan ekspor yang terjadi di Indonesia tidak terjadi secara acak, melainkan dipengaruhi oleh faktor internal seperti nilai masa lalunya ataupun faktor eksternal seperti nilai kurs dollar terhadap rupiah dan harga minyak West Texas Intermediate (WTI). Tujuan penelitian ini yaitu menentukan model Vector Autoregressive Exogenous (VARX) terbaik untuk meramalkan total pendapatan ekspor di Indonesia. Selain itu, agar peramalan total pendapatan ekspor lebih mendalam dan akurat, dilakukan peramalan terpisah antara ekspor migas dan ekspor non migas sehingga variabel endogen pada penelitian ini yaitu nilai ekspor migas dan non migas di Indonesia, kemudian variabel eksogennya yaitu nilai kurs dolar terhadap rupiah (USD/IDR) dan harga minyak West Texas Intermediate (WTI). Rentang waktu yang digunakan yaitu dari bulan Januari 2015 hingga Desember 2024. Teknik perhitungan penelitian ini menggunakan bantuan perangkat lunak seperti Microsoft Excel, E-views, dan Google Colaboratory dengan menggunakan bahasa pemrograman yaitu Python. Berdasarkan hasil analisis, penambahan variabel eksogen nilai kurs dolar terhadap rupiah (USD/IDR) dan harga minyak WTI terbukti mampu meningkatkan akurasi peramalan dikarenakan adanya hubungan kausalitas granger yang signifikan, dimana harga minyak WTI secara signifikan mempengaruhi pendapatan ekspor di Indonesia. Sementara itu, meskipun secara terpisah nilai kurs dolar rupiah tidak selalu konsisten mempengaruhi, pengujian secara kolektif menunjukkan efek kombinasi dari kedua variabel tersebut mampu memprediksi pergerakan masing-masing pendapatan ekspor secara signifikan. Dengan demikian diperoleh model terbaik untuk meramalkan total pendapatan ekspor di Indonesia yaitu VARX(5,6). Model ini menunjukkan akurasi yang sangat baik dengan nilai MAPE sebesar 5,60% dan nRMSE sebesar 6,40%. Hasil peramalan untuk periode Januari hingga Juli 2025 menunjukkan bahwa pendapatan ekspor akan terus berfluktuasi, sehingga diperlukan strategi pemerintah untuk meminimalisir potensi penurunan. ***** The Vector Autoregressive Exogenous (VARX) model is an extension of the Vector Autoregressive (VAR) model that incorporates exogenous variables, making it a powerful tool in multivariate time series analysis. This model is particularly effective for economic forecasting because it not only models the relationships among endogenous variables but also accounts for the influence of external factors. This capability can significantly improve forecasting accuracy and make the model more relevant to real-world conditions. One economic activity that can be effectively analyzed with the VARX model is Indonesia’s export revenue, as its fluctuations are not random. Instead, they are influenced by internal factors, such as their own past values, and external factors, such as the US dollar exchange rate against the rupiah and the price of West Texas Intermediate (WTI) crude oil. This study aims to determine the best VARX model for forecasting Indonesia’s total export revenue. To achieve a more in-depth and accurate forecast, separate predictions for oil and gas exports and non-oil and gas exports were conducted. Thus, the endogenous variables in this study are the values of Indonesia’s oil and gas and non-oil and gas exports, while the exogenous variables are the US dollar exchange rate against the rupiah and the price of WTI crude oil. The data span from January 2015 to December 2024. The analysis was conducted using software such as Microsoft Excel, E-views, and Google Collaboratory, with Python as the programming language. The results show that the inclusion of the exogenous variables—the US dollar exchange rate against the rupiah and the price of WTI crude oil—improves forecasting accuracy. This is supported by significant Granger causality relationship, where the WTI oil price significantly influences Indonesia’s export revenue. Although the rupiah exchange rate alone does not consistently show a significant effect, a collective test shows that the combination of both variables is a significant predictor of the movement of each type of export revenue. Consequently, the best model for forecasting Indonesia’s total export revenue is VARX(5,6). This model demonstrates excellent accuracy, with a MAPE value of 5,60% and an nRMSE of 6,40%. The forecast for the January to July 2025 period indicates that export revenue will continue to fluctuate, requiring a government strategies to mitigate potential declines.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Drs. Sudarwanto, M.Si, DEA. ; 2). Dr. Vera Maya Santi, S.Si., M.Si.
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	Syafa Marisha Puteri .
Date Deposited:	09 Feb 2026 07:18
Last Modified:	09 Feb 2026 07:18
URI:	http://repository.unj.ac.id/id/eprint/65139

Actions (login required)

View Item