Implementasi Algoritma Arima Untuk Optimasi Sistem Prediksi Pembayaran Impor Multi-Negara Berbasis Time-Series
DOI:
https://doi.org/10.62712/juktisi.v5i1.1128Keywords:
ARIMA, Peramalan, Ilmu Komputer, Sistem Pendukung Keputusan, Analisis Deret Waktu.Abstract
Dalam ekosistem Keuangan Komputasi, peramalan arus kas sekuensial yang akurat merupakan tantangan komputasi yang signifikan karena tingginya volatilitas dan derau (noise) yang melekat pada data ekonomi global. Makalah ini bertujuan untuk mengimplementasikan algoritma Autoregressive Integrated Moving Average (ARIMA) sebagai solusi komputasi yang tangguh untuk memprediksi beban pembayaran impor internasional. Masalah utama yang diangkat adalah terbatasnya kemampuan sistem pendukung keputusan konvensional dalam menangani data tidak stasioner yang berasal dari transaksi 11 negara mitra antara tahun 2010 dan 2023. Kontribusi makalah ini terletak pada perumusan parameter (p, d, q) yang optimal melalui pendekatan statistik komputasi, menghasilkan model yang dicirikan oleh efisiensi tinggi (kompleksitas rendah) namun tetap mempertahankan akurasi tinggi. Dengan menggunakan kumpulan data 'Import Payments - by Country (1).csv', hasil eksperimen menunjukkan bahwa model ARIMA (1,1,1) mencapai Mean Absolute Percentage Error (MAPE) sebesar 14,89% pada data pembayaran impor Tiongkok, yang memiliki volatilitas tertinggi. Bukti ini menegaskan bahwa algoritma ARIMA dapat berfungsi sebagai mesin inti yang andal untuk sistem peramalan keuangan otomatis, terutama di lingkungan dengan sumber daya komputasi yang terbatas.
Downloads
References
G. E. P. Box, G. M. Jenkins, G. C. Reinsel, G. M. Ljung, and J. Wiley, “Book Review Time Series Analysis : Forecasting And Control,” 2021, doi: 10.1111/jtsa.12194.
S. Chopra and P. Meindl, Supply chain management : strategy, planning, and operation. Pearson, 2016.
H. Napitupulu, N. Mohamed, Y. H. Chrisnanto, A. I. D. Hadiana, V. A. Kusumaningtyas, and U. Nabilla, “Comparative Analysis Of Time Series Forecasting Models Using Arima And Neural Network Autoregression Methods,” vol. 18, no. 4, pp. 2563–2576, 2024.
E. B. Sinu, M. A. Kleden, and A. Atti, “Application Of Arima Model For Forecasting National Economic Growth : A Focus On Gross Domestic Product Data,” vol. 18, no. 2, pp. 1261–1272, 2024.
N. Ramadhan, S. Centia, J. Qisty, A. Fildzah, and N. Asiah, “Autoregressive integrated moving average ( ARIMA ) implementation in number of visitors forecasting at the Balai Layanan Perpustakaan DPAD DIY,” vol. 14, no. 1, pp. 42–55, 2025.
J. E. Saputra and W. Febrianti, “Application of Autoregressive Integrated Moving Average ( ARIMA ) for Forecasting Inflation Rate in Indonesia,” vol. 21, no. 2, pp. 382–396, 2025, doi: 10.20956/j.v21i2.36609.
P. J. Brockwell and R. A. Davis, Introduction to Time Series and Forecasting. 2021.
M. Christabel and D. Trisnawarman, “Implementasi Algoritma Algoritma ARIMA dalam Prediski Permintaan Penjualan PT X Untuk Optimasi Reorder Point dan Economic Order Quantity,” J. Inf. Technol. Comput. Sci., vol. 7, pp. 2067–2074, 2024.
A. Kostromina, K. Kuvshinova, A. Yugay, A. Savchenko, and D. Simakov, “Tsururu: A Python-based Time Series Forecasting Strategies Library,” pp. 1–5, 2021.
H. A. Muslim, “Time Series Analysis For Customs Revenue”, vol. 5, no. 2, pp. 47–55, 2022.
E. S. V. Kumar, K. Chitra, and V. M. Harilakshmi, “FMDB Transactions on Sustainable Environmental Sciences Forecasting Air Travel Trends Using ARIMA : A Strategic Tool for Aviation Industry Planning,” vol. 2, no. 2, pp. 60–68, 2024.
J. Bejarano, Z. Wang, and V. H. Xu, “An Open Benchmark for Evaluating Time Series Forecasting Methods across Financial Markets,” pp. 1–58, 2025.
K. E. Fahim, L. C. De Silva, and H. Yassin, Time Series Forecasting of Active Power Using ARIMA , SARIMA and Hybrid Models, vol. 2025, no. Ssd 2025. Atlantis Press International BV. doi: 10.2991/978-94-6463-720-5.
D. Kurniawan and I. Afrianto, “Indonesian Oil and Gas Export Data Forecasting Using Autoregressive Integrated Moving Average and Exponential Triple Smoothing Methods,” vol. 5, no. 2, pp. 300–311, 2025.
T. W. Septiarini et al., “Forecast evaluation of arima and anfis for indonesia’s monthly export (2009-2024),” vol. 18, no. 1, pp. 93–104, 2025, doi: 10.14710/medstat.18.1.93-104.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Wijang Widhiarso, Alfiarin, Deni Apriadi, Dytha Ananda Widhiarso
This work is licensed under a Creative Commons Attribution 4.0 International License.
