PREDIKSI NILAI EKSPOR INDONESIA (JUTA US$) MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

Nilai ekspor adalah nilai harga jual dari kegiatan penjualan barang keluar negeri yang dilakukan mulai dari perusahaan kecil sampai perusahaan besar sekalipun. Nilai ekspor Indonesia terkadang tidak stabil atau terkadang mengalami penurunan. Apabila hal ini dibiarkan, maka akan berdampak terhadap perekonomian bangsa Indonesia dimasa yang akan datang. Jika nilai ekspor dapat diprediksi lebih awal, pemerintah dapat menerapkan kebijakan yang tepat atau mendapat gambaran mengenai perkembangan nilai ekspor Indonesia di masa mendatang. Dilakukannya penelitian ini untuk mengetahui dan memprediksi perkembangan nilai ekspor Indonesia dimasa yang akan datang dengan menggunakan Backpropagation Neural Network. Data Nilai ekspor di dapatkan dari Badan Pusat Statistik (BPS). Dalam melakukan proses analisis penulis menggunakan Software Matlab 6.1 penelitian ini menggunakan metode backpropagation dengan 5 model arsitektur, diantaranya yaitu model 3-15-1 yang memiliki tingkat akurasi sebesar 75%, 3-30-1 = 67%, 3-45-1 = 92%, 3-75-1 = 75%, 3-80-1 = 83%. Sehingga didapatkan
model arsitektur terbaik yaitu model 3-45-1 yang menghasilkan akurasi sebesar 92%. Dengan demikian model ini cukup bagus untuk digunakan dalam mencari prediksi nilai ekspor Indonesia berdasarkan juta US$.

Kata Kunci : Nilai Ekspor, Prediksi, Backpropagation Neural Network