PREDIKSI KURS RUPIAH TERHADAP EURO DAN POUND MENGGUNAKAN ARIMA

Alfriando C Vean, Arita Witanti
{"title":"PREDIKSI KURS RUPIAH TERHADAP EURO DAN POUND MENGGUNAKAN ARIMA","authors":"Alfriando C Vean, Arita Witanti","doi":"10.20884/1.dinarek.2024.20.1.24","DOIUrl":null,"url":null,"abstract":"Euro (EUR) dan Pound (GBP) adalah dua mata uang utama di Benua Eropa dan merupakan dua dari tiga mata uang yang paling banyak dipasangkan dengan Dolar Amerika di pasar mata uang dunia, sehingga memegang peranan penting terhadap perekonomian dunia. Penelitian ini akan fokus dalam memprediksi nilai tukar Rupiah (IDR) terhadap Euro dan Pound.  Metode yang digunakan adalah Autoregressive Integrated Moving Average (ARIMA) yang cocok untuk memprediksi data berbentuk deret waktu. Data yang digunakan adalah data historis EUR-IDR dan GBP-IDR selama hari kerja dari 23 September 2013 sampai 22 September 2023 yang berjumlah 2610 data. Model terbaik yang diperoleh adalah ARIMA (1,1,0) untuk EUR-IDR dengan Akaike’s Information Criterion (AIC) sebesar 31095,33 dan ARIMA (1,1,1) untuk GBP-IDR dengan AIC 29229,77. Ditemukan skenario terbaik yaitu menggunakan 10% data uji untuk kedua data dengan Mean Absolute Error (MAE) sebesar 104,514 dan Root Mean Square Error (RMSE) sebesar 130,677 pada hasil prediksi EUR-IDR, sedangkan pada GBP-IDR menghasilkan MAE sebesar 123,417 dan RMSE sebesar 155,805. Hasil prediksi dari skenario terbaik menunjukkan kenaikan nilai tukar kedua mata uang, berpuncak pada hari ke-20 yang mencapai Rp.16512,38 pada nilai tukar Euro dan Rp.19056,49 pada Pound.","PeriodicalId":31510,"journal":{"name":"Dinamika Rekayasa","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Dinamika Rekayasa","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20884/1.dinarek.2024.20.1.24","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Euro (EUR) dan Pound (GBP) adalah dua mata uang utama di Benua Eropa dan merupakan dua dari tiga mata uang yang paling banyak dipasangkan dengan Dolar Amerika di pasar mata uang dunia, sehingga memegang peranan penting terhadap perekonomian dunia. Penelitian ini akan fokus dalam memprediksi nilai tukar Rupiah (IDR) terhadap Euro dan Pound.  Metode yang digunakan adalah Autoregressive Integrated Moving Average (ARIMA) yang cocok untuk memprediksi data berbentuk deret waktu. Data yang digunakan adalah data historis EUR-IDR dan GBP-IDR selama hari kerja dari 23 September 2013 sampai 22 September 2023 yang berjumlah 2610 data. Model terbaik yang diperoleh adalah ARIMA (1,1,0) untuk EUR-IDR dengan Akaike’s Information Criterion (AIC) sebesar 31095,33 dan ARIMA (1,1,1) untuk GBP-IDR dengan AIC 29229,77. Ditemukan skenario terbaik yaitu menggunakan 10% data uji untuk kedua data dengan Mean Absolute Error (MAE) sebesar 104,514 dan Root Mean Square Error (RMSE) sebesar 130,677 pada hasil prediksi EUR-IDR, sedangkan pada GBP-IDR menghasilkan MAE sebesar 123,417 dan RMSE sebesar 155,805. Hasil prediksi dari skenario terbaik menunjukkan kenaikan nilai tukar kedua mata uang, berpuncak pada hari ke-20 yang mencapai Rp.16512,38 pada nilai tukar Euro dan Rp.19056,49 pada Pound.
利用阿里玛预测印尼盾对欧元和英镑的汇率
欧元(EUR)和英镑(GBP)是欧洲大陆的两种主要货币,也是世界货币市场上与美元配对最多的三种货币中的两种,因此在世界经济中发挥着重要作用。本研究将重点预测印尼盾兑欧元和英镑的汇率。 使用的方法是自回归综合移动平均法(ARIMA),该方法适用于预测时间序列数据。使用的数据是 2013 年 9 月 23 日至 2023 年 9 月 22 日工作日期间欧元兑印尼盾和英镑兑印尼盾的历史数据,共计 2610 个数据。欧元兑美元的最佳模型为 ARIMA (1,1,0),阿凯克信息准则(AIC)为 31095.33;英镑兑美元的最佳模型为 ARIMA (1,1,1),阿凯克信息准则(AIC)为 29229.77。两种数据都使用 10%的测试数据得出了最佳方案,欧元-IDR 预测结果的平均绝对误差(MAE)为 104.514,均方根误差(RMSE)为 130.677,而英镑-IDR 的平均绝对误差(MAE)为 123.417,均方根误差(RMSE)为 155.805。最佳方案的预测结果显示,两种货币的汇率都有所上升,在第 20 天达到顶峰,欧元汇率为 16512.38 印尼盾,英镑汇率为 19056.49 印尼盾。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
11
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信