OPTIMASI BAYESIAN PADA MODEL DEEPAR UNTUK PERAMALAN PENDAPATAN NEGARA INDONESIA

Adhim, Abdillah Faruqul (2025) OPTIMASI BAYESIAN PADA MODEL DEEPAR UNTUK PERAMALAN PENDAPATAN NEGARA INDONESIA. Undergraduate thesis, Universitas Pembangunan Nasional Veteran Jawa Timur.

	Text (Cover) 21081010200_Cover.pdf Download (6MB)
	Text (Bab 1) 21081010200_BAB 1.pdf Download (1MB)
	Text (Bab 2) 21081010200_BAB 2.pdf Restricted to Registered users only until 15 September 2028. Download (7MB)
	Text (Bab 3) 21081010200_BAB 3.pdf Restricted to Registered users only until 15 September 2028. Download (6MB)
	Text (Bab 4) 21081010200_BAB 4.pdf Restricted to Registered users only until 15 September 2028. Download (14MB)
	Text (Bab 5) 21081010200_BAB 5.pdf Download (882kB)
	Text (Daftar Pustaka) 21081010200_Daftar Pustaka.pdf Download (772kB)
	Text (Lampiran) 21081010200_Lampiran.pdf Restricted to Registered users only until 15 September 2028. Download (105kB)

Abstract

Ketidakakuratan proyeksi pendapatan negara menghambat perencanaan anggaran yang efektif dan berisiko pada keberlanjutan program pembangunan. Penelitian ini menerapkan DeepAR untuk meramalkan realisasi pendapatan negara Indonesia serta mengevaluasi peningkatan kinerja melalui penyetelan hyperparameter berbasis Bayesian optimization. Dataset IMF periode 1980 sampai 2024 mencakup pendapatan pemerintah, pengeluaran pemerintah, pertumbuhan PDB riil, dan utang publik bruto yang seluruhnya dinyatakan sebagai persentase terhadap PDB. Metode menggunakan pemisahan temporal dengan skema rolling forecast berbasis expanding window pada tiga proporsi 80:10:10, 70:20:10, dan 70:15:15, serta Bayesian optimization sebanyak 100 trial. Evaluasi dilakukan menggunakan MAPE, RMSE, dan CRPS pada fase validation dan test. Konfigurasi terbaik yang diperoleh terdiri atas context length 10, hidden size 48, num layers 3, dropout 0,15, learning rate 0,0015, batch size 32, dan max epochs 80. Pada validation, konfigurasi teroptimasi mencapai MAPE 3,50 persen, RMSE 0,591, dan CRPS 0,611 yang lebih baik daripada baseline. Pada test 2020 sampai 2024, kinerja model mencapai MAPE 8,96 persen, RMSE 1,423, dan CRPS 1,539. Implementasi akhir dengan pelatihan ulang penuh 1980 sampai 2024 menghasilkan proyeksi 2025 sebesar 14,43 persen PDB dengan prediction interval 80 persen antara 14,16 dan 14,66. Model diintegrasikan dalam aplikasi web berbasis Flask untuk peramalan probabilistik beserta prediction interval sehingga mendukung analisis dan pengambilan keputusan fiskal. Kata kunci : DeepAR, peramalan pendapatan negara, probabilistic forecasting, Bayesian optimization, deret waktu ekonomi

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Anggraeny, Fetty Tri	NIDN0711028201	fettyanggraeny.if@upnjatim.ac.id
Thesis advisor	Junaidi, Achmad	NIDN0710117803	achmadjunaidi.if@upnjatim.ac.id

Subjects:

T Technology > T Technology (General)
T Technology > T Technology (General) > T58.6-58.62 Management Information Systems

Divisions:

Faculty of Computer Science > Departemen of Informatics

Depositing User:

Abdillah Adhim

Date Deposited:

15 Sep 2025 06:20

Last Modified:

15 Sep 2025 06:20

URI:

https://repository.upnjatim.ac.id/id/eprint/43312