Laporan yang dirilis oleh IMF (International Monetary Fund) mengatakan bahwa proyeksi produk domestik bruto negara Indonesia adalah yang tertinggi di Asia Tenggara. Selain itu berdasarkan laporan Bank Indonesia, neraca perdagangan negara Indonesia juga cenderung stabil. Namun kendati demikian perubahan dunia sangat cepat termasuk di bidang ekonomi dan perdagangan, sehingga perlu ada upaya untuk mempertahankan kondisi ekonomi yang stabil ini. Upaya yang bisa dilakukan adalah melakukan peramalan terhadap indikator-indikator ekonomi makro, salah satunya adalah nilai impor barang. Pada penelitian ini dilakukan sebuah peramalan terhadap nilai impor barang Indonesia dengan menggunakan data pada Januari 1990 sampai Oktober 2023. Pendekatan yang digunakan pada penelitian ini menggunakan pembelajaran mesin untuk melakukan analisis runtun waktu, model yang dipilih adalah long short term memory (LSTM). Dalam proses pemodelan LSTM dilakukan optimasi parameter sehingga model terbaik untuk meramalkan nilai impor barang bisa ditentukan dengan mengevaluasinya menggunakan metrik mean average percentage error (MAPE). Hasil penelitian ini menunjukkan bahwa setelah pengujian sebanyak enam kali dengan menggunakan optimasi dan kombinasi beberapa hyperparameter didapati bahwa model terbaik terbentuk dari default hyperparameter dengan nilai MAPE sebesar 6%.
Kata kunci: Analisis Runtun Waktu;LSTM;Nilai Impor Barang;Pembelajaran Mesin