Penerapan Model Autoregressive Conditional Heteroscedastic In Mean (ARCH-M) Dalam Peramalan Data Ekspor Non Migas Di Indonesia

Ekspor merupakan penjualan barang ke luar negeri menggunakan sistem pembayaran, kualitas, kuantitas, dan syarat penjualan lainnya. Pada analisis time series dalam bidang ekonomi seperti data keuangan, data saham, data inflasi, dan data nilai ekspor yang cenderung menunjukkan adanya heteroskedastisitas. Dengan adanya heteroskedastisitas dalam data mengakibatkan variansi dari estimator. Untuk mengatasi data dengan asumsi varian dari residual yang bersifat heteroskedastisitas yaitu dengan menggunakan model Autoregressive Conditional Heteroscedastic (ARCH). Dimana konsep model ARCH merupakan varian residual bergabung pada fluktuasi kuadrat dari beberapa periode yang telah lampau. Menurut gagasan sebelumnya kemudian digunakan untuk mengembangkan suatu model yang disebut Autoregressive Conditional Heteroscedastic in Mean (ARCH-M). ARCH-M merupakan model dengan variansi bersyarat atau standar deviasi dimasukkan ke dalam persamaan mean. Berdasarkan hasil analisis, diperoleh nilai peramalan Ekspor Non Migas tertinggi pada bulan Desember 2024 yaitu sebesar 13339,59 ton dan nilai peramalan terendah pada bulan Desember 2023 yaitu sebesar 12980,56 ton.

Kata Kunci : Ekspor, Heteroskedastisitas, Autoregressive Conditional Heteroscedastic, Autoregressive Conditional Heteroscedastic in Mean, Ekspor Non Migas.