| Autoregressive Integrated Moving Average (ARIMA) merupakan gabungan model autoregressive (AR) dan moving average (MA) yang sangat berguna untuk data time series dengan seasonality-periodic fluctuations yang terjadi berulang pada periode yang sama. Tujuan dari penelitian ini adalah untuk melakukan seasonal adjustment pada data ekspor dan impor, baik migas maupun nonmigas guna mengidentifikasi dan menghilangkan efek musiman serta melakukan peramalan terhadap besaran ekspor impor pada tahun 2017 dan 2018. Dengan menggunakan model ARIMA (1,1,0) (0,1,1) untuk total ekspor, model ARIMA (0,1,0) (0,1,1) untuk ekspor migas dan model ARIMA (0,1,1) (0,1,1) untuk ekspor nonmigas, total impor, impor migas serta impor nonmigas, proses seasonal adjustment pada periode penelitian Januari 2000 – September 2016 dapat dilakukan dan menghasilkan variabel ekspor impor yang bebas dari pengaruh musiman sehingga akhirnya dapat memberikan gambaran kondisi yang sesungguhnya dengan lebih baik dari waktu ke waktu. |