Article Sidebar

Submitted
Jul 25, 2024
Published
Oct 29, 2024
Download
PDF
Statistic
Read Counter : 0 Download : 0

Main Article Content

Abstract

Tinggi rendahnya nilai tukar rupiah memengaruhi kestabilan ekonomi suatu negara. Perekenomian nasional dapat dipengaruhi oleh turunnya nilai tukar rupiah. Oleh sebab itu, penting bagi pemerintah dan otoritas moneter untuk menerapkan kebijakan yang efektif dalam menjaga stabilitas nilai tukar. Prediksi pergerakan nilai tukar rupiah diperlukan guna merancang strategi kebijakan yang proaktif dapat digunakan untuk suatu tindakan pencegahan di masa depan. Metode peramalan ini melibatkan penggunaan teknik statistik untuk prediksi pergerakan nilai tukar di masa mendatang berdasarkan data masa lalu maupun masa kini. Metode peramalan yang paling sering digunakan yaitu ARIMA. Penelitian ini bertujuan untuk meramalkan nilai tukar rupiah periode Februari hingga Juni 2024 berdasarkan data bulanan nilai tukar rupiah terhadap dolar Amerika dari Januari 2014 hingga Januari 2024 menggunakan metode ARIMA. Hasil penelitian diperoleh model terbaik yang dapat digunakan untuk meramalkan kurs rupiah terhadap dolar Amerika yaitu model ARIMA (2, 1, 0) dengan nilai MAPE sebesar 1,6% yang menunjukkan akurasi peramalan sangat akurat.

Keywords

ARIMA, MAPE, Nilai Tukar Rupiah, Peramalan

Article Details

References

  1. [1] R. H. Shumway dan D. S. Stoffer, Time Series Analysis and Its Applications. New York, NY: Springer New York, 2011. doi: 10.1007/978-1-4419-7865-3.
  2. [2] J. Matematika-Fst dan A. Makassar, “Peramalan Jumlah Penggunaan Kuota Internet Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) Tasna Yunita,” JOMTA Journal of Mathematics: Theory and Applications, vol. 1, no. 2, 2019.
  3. [3] F. Saumi dan R. Amalia, “Penerapan Model Arima Untuk Peramalan Jumlah Klaim Program Jaminan Hari Tua Pada Bpjs Ketenagakerjaan Kota Langsa,” BAREKENG: Jurnal Ilmu Matematika dan Terapan, vol. 14, no. 4, hlm. 491–500, Des 2020, doi: 10.30598/barekengvol14iss4pp491-500.
  4. [4] N. Qomariasih, “ Peramalan Kasus Covid-19 Di Dki Jakarta Dengan Model Arima ,” Jurnal Syntax Transformation , vol. 2, no. 6, hlm. 843–849, Jun 2021.
  5. [5] S. Makridakis, S. C. Wheelwright, dan V. E. McGee, Metode dan Aplikasi Peramalan, Jilid 1. Jakarta: Erlangga, 1999.
  6. [6] Aswi dan Sukarna, Analisis Deret. Makassar: Andira Publisher, 2006.
  7. [7] A. Widarjono, Ekonometrika: Teori dan Aplikasi untuk Ekonomi dan Bisnis. Yogyakarta: Ekonesia, 2007.
  8. [8] W. W. S. Wei, Time Series Analysis Univariate and Multivariate Methods. New York: Inc, 2006.
  9. [9] M. Salamah, Suhartono, dan S. P. Wulandari, Buku Ajar Analisis Time Series. Surabaya: Institut Teknologi Sepuluh Nopember, 2003.
  10. [10] D. Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews. Yogyakarta: Penerbit ANDI, 2012.
  11. [11] Hudiyanti, C. Vairra, F. Bachtiar, dan B. Setiawan, “Perbandingan Double Moving Average dan Double Exponensial Smoothing untuk Peramalan Jumlah Kedatangan Wisatawan Mancanegara di Bandara Ngurah Rai,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 3, hlm. 2667–2672, 2019.