Peramalan Nilai Tukar Rupiah; Pendekatan ARIMA

Oleh: Eko Kusmurtanto'"

Abstract
This paper apply ARIMA (Autoregressive Integrated Moving Average) model to forecast the Indonesia's exchange rates over the period of 2000-2006. Any technique to define the ordo for the estimation, are tramo/seats, correlation of correlogram, and trial and error. Accuracy verify the result of estimation on ARIMA (2,1,1). Forecasting is undertaken (n t~e case of the exchange rates between rupiah and USdollar.

Key words: Nilai Tukar, ARIMA, Stasioneritas, Ordo, Tramo/seats .

.••Dosen Tetap STEKPI
http://www.univpancasila.ac.id 7/31

rupiah menggunakan sistem mengambang terkendali (managed floating exchange rate system) meski sistem mengambang sudah diperkenalkan sejak tahun 1973 pada konferensi Bretton-Woods.per dolar Amerika. Meskipun belakangan ini rupiah sudah menunjukkan arah yang makin stabil namun bukan berarti kita tidak membutuhkan prediksi (foreci1sf).. namun f1uktuasitersebut semakin mengarah stabil pada tahun-tahun berikutnya yaitu pada kisaran Rp.Peramalan Nilai Tukar Rupiah. terutama setelah dilanda krisis nilai tukar pada tahun 1997.200... 12000 10000 8000 6000 4000 2000 o. 9. saat ini rupiah berada dikisaran Rp.. Bahasan tersebut menjadi sangat diperlukan jika suatu pihak yang berkepentingan akan menggunakan nilai tukar sebagai sarana transaksi atau investasi. Fluktuasi rupiah pada pertengahan tahun 1998 memasuki kisaran Rp.•. 5ebagai gambaran. Dimana kesepakatan kredit tersebut dilakukan pada era sebelum adanya krisis yaitu nilai tukar rupiah hanya pada kisaran Rp 2..id 7/31 . Depresiasi nilai tukar rupiah yang sangat tajam tersebut membawa dampak yang sangat buruk.000.an. margin atas produk ada tapi tidak bisa menutup biaya operasional dan administrasi perusahaan (total cost) karena kuantitas penjualan menurun. Ol Ol :2 <D . 34 JURNAL EKUBANK.•. Volatilitas Nilai Tukar Rupiah Rp/$US ~ :~~~ iii':':':""""""'' ".univpancasila... 5eperti banyaknya perusahaan yang terpaksa harus menutup usaha karena mereka harus menanggung beban dalam membayar kredit valuta asingnya (misal kredit dalam dolar Amerika). negara kekurangan dana untuk pembangunan... . Gambar 1.. akibatnya permintaan atau daya beli masyarakat berkurang.per dolar Amerika. 15000.200.per dolar Amerika.. rupiah sangat volatil setelah pemerintah menggunakan sistem mengambang bebas.... dan seterusnya sehingga perekonomian memburuk.ac. 5eperti yang terlihat pada gambar 1. Pendekatan ARIMA LATAR BELAKANG sampai saat ini volatilitas nilai tukar (exchange rateS) rupiah masih menjadi topik bahasan yang menarik. jika perusahaan yang gulung tikar semakin banyak maka akan berpotensi meningkatkan intensitas pengangguran. Multiplier yang dihasilkan dari krisis nilai tukar tersebut tidak pada arah positif. namun justru negatif. pemerintah tidak ada pendapatan (pajak). 9.. Hal ini dapat diistilahkan sebagai lingkaran setan (vidous drde)... Volume 1 Edisi Maret 2007 http://www. diatas. Artinya dampak krisis tersebut membawa rentetan yang memburuk terhadap perekonomian secara nasional. :2 o o N 0 <D (")N LO Waktu :2 :2 <D o N ~ o 0 0 Sumber : International Financial Statistics N N 5ebelum sistem nilai tukar rupiah diambangkan (free floating exchange rate system) pada bulan Agustus tahun 1997.

id 35 7/31 . contohnya mata uang negara-negara maju seperti pandsterling. Intinya peramalan nilai tukar termasuk bagian penting bagi pengelolaan keuangan baik kalangan mikro maupun makro. Peramalan nilai tukar merupakan studi yang penting khususnya terhadap perusahaan multinasional dimana nilai tukar adalah mempunyai peran yang sangat penting dari proses pengambilan keputusan (seperti: keputusan melakukan transaksi terhadap mitra di mancanegara). Pasar valuta asing didefinisikan sebagai tempat diperdagangkannya mata uang (valuta).9200/$1US. produk domestik bruto. Kajian yang masih intensif dilakukan antara lain dengan pendekatan nilai tukar keseimbangan fundamental (Fundamental Equilibrium Exchange Rate/FEEl?). Studi-studi tersebut dapat dijadikan alat pertimbangan dalam pengambilan keputusan baik dalam skala yang mikro maupun makro.ac. sampai saat ini studi peramalan tentang nilai tukar masih menghadapi masalah dalam menjelaskan bagaimana atau meramalkan perilaku nilai tukar. Hard currency adalah jenis mata uang yang mempunyai kecenderungan apresiasi. meski tersedia data dengan kurun waktu yang agak pendek yaitu bentuk data triwulanan.et all. jumlah uang beredar. Seperti juga pada pasar yang lain. dan yen. Valuta asing/valas dapat dibagi dengan hard currency dan soft currency. Valuta Asing dan Pasar Valuta Asing Nilai tukar atau kurs mata uang adalah suatu nilai mata uang yang diukur berdasarkan mata uang (valuta) lain (Batiz. valuta harus mempunyai harga jika akan diperdagangkan. dan sebagainya. Volume1 Edisi Maret2007 http://www. euro. namun dapat juga hanya berupa kesepakatan transaksi valuta misalkan adanya kesepakatan jual beli melalui telepon atau internet (maya). Hubungan/koneksitas antara nilai tukar dan nilai komoditas dikenal dengan hukum satu harga (Law of One Price/LOp). purchasing Power Parity Prinsip paritas daya beli (purchasing-power parity/PPp) tersebut telah dipopulerkan oleh ekonom Swedia bernama Gustav Cassell pada tahun 1918 (Gibson. Contohnya mata uang rupiah Indonesia dinilai terhadap mata uang dolar Amerika.PeramalanNilai TukarRupiah.. Beberapadata variabel ekonomi makro tersebut umumnya merupakan data tahunan. nilai tukar riil keseimbangan (Equilibrium Real Exchange Rate/ERE!?). 1996). broker valas. mata uang tersebut mempunyai sifat vis a vis (berhadap-hadapan) dan volatil. Prinsip PPP sangat mudah dijelaskan jika kita hubungkan antara nilai tukar dengan harga komoditas. Metode peramalan khususnya untuk nilai tukar dapat diramalkan dengan metode univariat maupun multivariat. bank komersial. seperti mata uang negara-negara berkembang termasuk rupiah. Beberapa pelaku utama dalam pasar valuta asing meliputi retail customers. Selain bentuknya uang kertas dan koin. dolar Amerika. Estimasi nilai tukar yang secara umum dilakukan terhadap variabel fundamental kebanyakan tidak cocok (fit) terhadap data aktualnya (Franke . dan nilai tukar riil alami (Natural Real Exchange Rate/NATREX). Studi peramalan ini juga tidak kalah penting bagi kalallgan para pengambil kebijakan dalam level pemerintahan sehingga efektifltas kebijakan pembangunan akan berjalan optimal. Ide dasar dari LOP adalah menentukan harga JURNAL EKUBANK. Pasar disini tidak harus berbentuk tempat (secara fisik).univpancasila. 1991). 2002). Soft currency adalah jenis yang mempunyai kecenderungan depresiasi. PendekatanARIMA Perkembangan Metode Estimasi Nilai Tukar Beberapa perkembangan metode estimasi (pengukuran) nilai tukar sampai saat ini juga menjadi bahan studi yang hangat. Nilai Tukar. Dimana nilai tukar dan harga komoditas tersebut diukur berdasarkan kondisi pada negara yang bersangkutan. Teori ekonomi mengatakan bahwa volatilitas nilai tukar dipengaruhi oleh beberapa variabel ekonomi makro (fundamental) seperti inflasi. 1994 dan Tucker. dan bank sentral. atau secara nominal dapat ditulis Rp. Ketepatan estimasi sering lebih baik dengan menggunakan random walk atau data tunggal (univeriate) dengan data jangka pendek.

Pendekatan ARJMA keseimbangan nilai tukar antarnegara. namun untuk PPP relatif diukur berdasarkan harga barang secara umum/relatif (Tucker.Peramalan Nilai Tukar Rupiah.' Perilaku Nilai Tukar 5ejak nilai tukar diperkenalkan sistem mengambang (floating) pada tahun 1973. Antara lain Allen (1997). Pada prinsipnya yang digunakan dalam perhitungan PPPabsolut adalah diukur berdasarkan harga satu komoditi barang. pendapatan riit. Rajan et al. Elbadawi (1994)..ac. . beberapa peneliti telah melakukan pengujian secara empiris terhadap aturan mengenai perilaku nilai tukar.. Beberapa hal tersebut antara lain adalah sebagai berikut: (i) karena secara spot nilai tukar tersebut selalu berubah setiap waktu.. (1999). perubahan itu ditunjukkan secara random.. Volume 1 Edisi Maret 2007 http://www. interest rate parity. international Fisher parity.. et al.. baik perubahan perdetik. p' . ~ . Model Law of One Price Pj•t = St p. = nilai tukar (misal: Rp/$US) Pj" = harga komoditas j di dalam negeri P. perhari. (iv) dalam jangka pendek nitai tukar sensitif terhadap situasi poJitik. tingkat harga. dan real interest rate paritYJ... (2) Model PPPrelatif: 5. Edwards et al./ . (1991) ada beberapa hal atau aturan yang dapat disimpulkan tentang karakteristik nilai tukar. Menurut Tucker. perbulan. dan Gandolfo et al./. Adapun nitai tukar untuk jangka panjang fungsinya berhubungan dengan fundamental ekonomi. 1991). maka proses perubahan tersebut dapat dikatakan sebagai random walk. (2000).. perminggu. ~ =-.lL .I ~ = = harga komoditas j di luar negeri harga komoditas secara umum (atau dibobot) di dalam negeri = harga komoditas secara umum (atau dibobot) di luar negeri p. Kusmurtanto (2003). dan balance of payment (BOP). Rsher condition. (1) Model PPPabsolute: P S =.. yang mana merefleksikan seperti yang dikenal pada kondisi paritas internasional (international parity conditions: ppp. Kurniati et al. Montiel (1999). Hal tersebut karena adanya ekspektasi yang tidak selalu sama. (ii) nilai tukar antara spot dan future bertendensi bergerak bersama. 36 JURNAL EKUBANK. (1999). (3) Dimana: S. (1998) sebagian besar menguji pengaruh variabel-variabel fundamental ekonomi terhadap nilai tukar.id 7/31 .univpancasila. (iii) perbedaan suku bunga (interest rate differential) bersama dengan nitai tukar akan cenderung lebih volatil daripada set faktor-faktor fundamental termasuk pasokan uang baik pada domestik maupun Juar negeri. Hal ini dapat membantu untuk memahami tentang nilai tukar.. dan seterusnya. 5ecara umum PPPdibagi dengan dua bentuk pokok yakni PPP absolut dan PPP relatif. unbiased forward rate hypothesis.1 .

Penggunaan data kurun waktu ini sengaja dipilih guna menghindari efek krisis nilai tukar rupiah yang terjadi sekitar tahun 1997. d. Volume 1 Edisi Maret 2007 http://www.univpancasila. Hal tersebut menurut Harris (2003) dan Enders (2004) dilakukan agar estimasi yang akan dilakukan tidak menghasilkan pola hubungan regresi yang palsu (spurious regression relationships).id 37 7/31 . Jadi lengkapnya ARIMA mempunyai ordo p..Peramalan Nilai Tukar Rupiah. Model ARIMA sangat bertumpu pada pola otokorelasi data. + <1>p l~_p dimana: . (0 r = va ria bel dependen = residual = koeftsien = waktu p. + (OqOI_q Model ARMA I. Hal ini diperlukan sebagai alternalif motode peramalan dalam nilai tukar.. PEMASALAHAN Bagaimana penerapan metode ARIMA jika digunakan dalam meramalkan nilai tukar rupiah mengingat pergerakan nilai tukar yang masih sulit diramalkan. Karakeristik model ini tidak mengikutkan varia bel bebas didalam modelnya. + (OqOI_q ••• (6) ° <1>. q = ordo (p untuk AR dan q untuk MA) Integrasi model ARIMA menggunakan ordo d. Model ARIMA ini mampu mewakili deret waktu yang stasioner maupun yang non stasioner. dan q... = <1> + <1>1 }~_I + <1>2 Y.. Dimana proses diferensiasi dari integrasi tersebut diijinkan maksimal hanya dua kali. Nilai tukar rupiah adalah nilai tukar terhadap mata uang dolar Amerika. Mengingat beberapa model sebagian besar adalah model multivariat.. 5erta mencoba menemukan model ARIMA yang paling cocok (fif). Secara khusus. + (011:'-1 + (021:(-2 + . (4) . 2004). Nilainya adalah kurs tengah yang tercatat pada akhir periode (bulan) dan dihitung atas dasar kurs juaJ dan kurs beli yang ditetapkan oleh Bank Indonesia. Metodologi ARIMA dikembangkan oleh dua pakar statistik GEP Box dan GM Jenkins (1976) atau sering dikenal dengan metodologi Box-Jenkins.-2 + . Maksud dari intergasi adalah untuk memastikan apakah data yang digunakan adalah stasioner.. Sila variabel tersebut ]URNAL EKUBANK. Berikut ada beberapa model dasar ARIMA: Model autoregresi (AR) Y( = <1> + <1>1 YH + <1>2 }~-2 + . Jangka waktu data penelitian adalah kurun waktu bulan Januari tahun 2002 sampai dengan bulan Agustus tahun 2006... tidak ada variabel yang dapat memprediksi future spot rate yang lebih bagus dari pada current spot rate. (5) + 1:. Dengan kata lain ARIMA adalah gabungan antara autoregresi dengan rata-rata bergerak (Enders..ac.. un EMPIRIK Uji stasionaritas 5ebelum melakukan estimasi langkah pertama yang harus dilakukan adalah menentukan derajat integrasi dari setiap variabel tersebut. DATA Data nilai tukar rupiah yang digunakan dalam penelitian ini bersumber dari International Financial Statistics. salah satu keunggulan utama model ARIMA adalah cukup menggunakan data deret waktu itu sendiri untuk melakukan peramalan (ftlosoft ARIMA "let the data speak for themselveS'). ARIMA ARIMA adalah kependekan dari autoregressive integrated moving average.. + <1>p }~_ p + 1:[ Model Rerata Bergerak (MA) Y( = 1:( + (01°1-1 + (02°1-2 + . Pendekatan ARIMA (v) horizon dalam jangka pendek dari model dapat menunjukkan keadaan random walk hypotesis.

peramalan.. Demikian seterusnya bila derajat integrasinya lebih dari satu. Uji Phillips-Perron merupakan pengembangan dari uji Dickey-Fuller (Astuti. Pendekatan ARIMA terintegrasi pada derajat nol. Dua program ini diperkenalkan oleh Victor Gomez dan Agustin Maravall.0889 0.1. maka veriabel terse but tetap dikatakan unit root namun dengan derajat integrasi yang berbeda sesuai dengan penentuan derajatnya.0000* Tahap Estimasi Model Berdasarkan hasil hitungan tramo/seatS.1. Hasil uji Phillips-Perron menunjukkan 1. Pertama identifikasi. dalam menunjukkan kemungkinan beberapa tipe olltliers. berikut: bahwa data rupiah stasioner pada derajat satu.1. artinya data tersebut stasioner. Missing Observations.* 0. pilihan model final ARIMA (0.Yt-J = LlYt = y* Yt-J + li t . Seats ("Signal Extraction in ARIMA Time Series") menunjukkan ARIMA yang berdasarkan dekomposisi dari keruntutan data terobservasi kedalam komponen yang tidak terobservasi. dan keempat adalah tahap peralaman. Artinya data stasioner pada derajat satu. I Tramo ("Time Series Regression with ARIMA Noise. Hasilnya seperti pada tabel1.1) untuk data rupiah disarankan menggunakan ordo (0. dan interpolasi pada model regresi dengan ketidaklengkapan (missing) observasi dan residual ARIMA.1 = 0.1. 38 JURNALEKUBANK. Pengujian stasioneritas ini dilakukan dengan uji Phillips . 1. bahwa jika data mempunyai unsur waktu (trend) dapat menghasilkan pola hubungan regresi yang palsu (Spurious regression relationships). Pengujian stasioneritas dapat menggunakan uji Phillips-Perron dengan model seperti persamaan 7 diatas. 2002. 1(1) maka va ria bel tersebut mempunyai akar unit (unit roof). Apabila hasil pengujian yang diperoleh lebih besar atau signifikan daripada MacKinnon Critical Values pada 1%. h. 5% atau 10% maka Ho ditolak. model Phillips-Perron adalah sebagai berikut: Yt. EViews (hal. (7) Pengujian dilakukan terhadap Ho: y* = y . Kusmurtanto 2003). 1(0) maka variabel tersebut dapat dikatakan stasioner. kemudian hasil tersebut dibandingkan dengan tabel yang disajikan oleh MacKinnon Critical Value. and Outliers") melakukan estimasi.1).Perron dengan lag 3 seperti yang disarankan oleh Neway-West (EViews. Berdasarkan beberapa literatur seperti Harris (2003) dan Mulyono (2000). 185).Peramalan Nilai Tukar Rupiah. 331).. proses analisis ini dilakukan dengan 4 (empat) tahap.id 7/31 . Tahap Identifikasi Spesifikasi atau identifikasi model ARIMA dilakukan pengujian stasioneritas data series (tuntut waktu). ANAUSIS 5esuai tahapan metodologi ARIMA. kedua estimasi model. ketiga diagnostik.univpancasila.ac. Apabila variabel tersebut terintegrasi pada derajat satu.Volume 1 Edisi Maret 2007 http://www. iah Variabel RP DRP Dimana: RP = nilai tukar rupiah per dolar Amerika pada data level DRP = nilai tukar rupiah per dolar Amerika pada data diferensiasi 1 * = signifikansi pada MacKinnon Critical Values a 1% Prob.

. metode korelogram diperoleh model ARIMA (4.6242 0.0294 0.1. Adapun jarak integrasinya tidak ada perubahan (tetap dengan 1) karena data memang stasioner 1. yaitu data stasioner.id 7/31 39 .1.5349 -0.5721 0.6660 0.1. metode tramo/seats menyarankan menggunakan model ARIMA (0.0852 0. *].7389 -0.684 444.1) dan ARIMA (1.1...0000 0.0 1 2 1.8011 -0.0000 0. uji korelogram. Ada dua model yang diprioritaskan dalam Tabel 2 diatas.627 * IllS' II 927.645 1210. Estimasi parameter model ARIMA dalam studi ini dikombinasi baik berdasarkan uji stasionaritas. 1. lm> 0.0739 0.1) (1.1.1) 1. lI 1{q@(lil. Hal ini searah/sama dengan identifikasi diatas.0) 6 C MA(1) C AR(1) AR(2) AR(3) AR(4) MA(1) C AR(1) AR(2) AR(3) MA(1) C AR(1) AR(2) MA(1) C AR(1) MA(1) C ARm -21.2035 0. Pendekatan ARIMA serta model tersebut sarna maksudnya dengan model MA(l).8147 0.6 489.6 13.8368 0. Hasil Estimasi ARIMA AlAil 1. yaitu dengan menentukan jarak (lag) yang semakin menurun.5735 0.1361 0. Konsep pembentukan model ARIMA dapat juga di/akukan dengan cara trial end error untuk memperoleh parameter hingga proses iterasi akan mempercepat konfergensi.4465 6. Volume 1 Edisi Maret 2007 http://www.1) 3 (3.Peramatan Nitai Tukar Rupiah.8184 0.1107 0. 1.1. caranya dengan melihat korelasi pada uji korelorgam untuk menentukan ordo.3533 0.3021 0.2234 -0.0.9804 -19. ~ (0.733 13. Hasil estimasi tersebut dapat dilihat secara ringkas pada tabel berikut: Tabel 2.1). saran dari tramo/seats.4 * 13.ac.3 0.0670 0. (4.1.1394 0. (4. maupun dengan trial and error.6542 22. (3.1).1.1). yaitu ARIMA (2.2265 0.1. Untuk AR dimulai dengan jarak terbesar yaitu 4.0773 -0.4051 0.755 867.9881 0.2496 3. (1.1.1.7006 0.2285 0. Berdasarkan kombinasi pengujian.1751 0.02) terutama terdapat pada koefisien AR(l) dan MA(l} [Iihat nilai kofisien yang ada tanda bintang.1263 0.2638 0.1472 -0.0). sedangkan untuk MA dimulai dengan jarak 1. oleh karena itu pemilihan jarak runtut waktu diurutkan dari yang jarak terbesar menuju jarak yang terkecil.1) dan (1.2326 -0. ::::: IIlall:t) Iiltii .1) 5 (1. sedangkan metode trial and error digunakan sebagai pelengkap analisis dalam menjembatani gap (dari metode tramo/seats dan trial and erro!') untuk menentukan model ARIMA.3 Tabel 2 diatas menunjukkan hasil estimasi secara ringkas dari beberapa alternatif model ARIMA. 1. Jika dilihat pada uji JURNAL EKUBANK.1394 13. Hal ini digunakan karena berdasarkan banyak kajian yang menunjukkan pengaruh terkuat terhadap data aktual sebagian besar dipengaruhi oleh jarak terdekat. Gap ini untuk melengkapi model ARIMA yang belum terdefinisi ordonya.0141 0. Analisis lebih diprioritaskan pada signifikansi nilai koefisien individu. Kedua model tersebut nilai kofisiennya terbukti sangat signifikan (a = 0.1).0080 * * * 0. yaitu ARIMA: (0.1) 4 (2.1. (2.1).3132 13.1277 -0.6596 0.9106 0.0055 7.1).1).0092 0.)if«~ ..1.1400 * * 0.4433 0.4423 13.14ri•.univpancasila.734 467.

1. Hal ini penting dilakukan karena tanpa pengujian ini kita tidak dapat membandingkan seberapa akuratnya diantara model-model yang diestimasi. ~------_ 9100 9000 -------.666 + 0.1) daripada model ARIMA (1.3735 340.1).4025 3.. Persamaan model ARIMA (2. sebagai berikut: :: 13000~8000 1000 6000 \. (8) y= 22. Adual: RP Forecast sample: 2002:01 2007:04 Adjusted sample: 2002:04 2007:04 Induded obseMllion.801Yt-r 0.Peramalan Nilai Tukar Rupiah.---_ . Hasil Peramalan ARIMA (2. 5ebagai ukuran ketepatan ramalan pengujian model terse but digunakan Root Mean Squared Error (RMSE).ac.024483 0. Gambar 2.1..209524 9200 9OOOf-----------i .1) dan mode/ ARIMA (1. Pendekatan ARIMA keseluruhan varia bel yang digunakan dalam model (uji F) model ARIMA (1.1. Percent Error Theliinequality CoelIlcient Bias PrcpOllion Variance Proportion Covariance Proportion 444.010349 0..univpancasila._-------_.: 53 Root Mean Squared Error Mean AbSOlute Error Mean Abs.1): y= 0.. olume 1 Edisi Maret 2007 V http://www.1) lebih signifikan daripada model ARIMA (2. yaitu jika dilihat berdasarkan kriteria info Akaike (AIC) semuanya tidak dalam kategori terkecil..739Yt-r Model ARIMA (1.1... 1-ORPFOS/ 8900 8800 2002 2003 .05.1) dapat dilihat pada Gambar 3..1) ada/ah sebagai berikut: Model ARIMA (2.id 7/31 . (9) Tahap Diagnostik Tahap ini digunakan untuk mendeteksi apakah secara keseluruhan data ini layak digunakan dalam peramalan. 5ebagai alat ukurnya digunakan nilai dari Q-statistic.654Et_1 .1. Hasil perhitungan menunjukkan bahwa data secara keseluruhan mepunyai ni/ai probabilita 0statistic yang lebih besar daripada derajat kepercayaan a 0.1.1..980Et-1 . Namun kedua model ARIMA terse but sama-sama mempunyai kelemahan. hal terse but dapat diartikan bahwa data layak digunakan untuk estimasi model ARIMA._-----------_...1): 0.815 + 0.1.1.. 9300 . = Tahap Peramalan Hasil peramalan berdasarkan estimasi model ARIMA (2..1).1) dapat dilihat pada Gambar 2.1.1.1) -.708527 0.1)._ 2004 DRPF051 2005 2006 40 JURNALEKUBANK. ---------_ .-.1. Berdasarkan beberapa pertimbangan tersebut maka pilihan untuk estimasi lebih diprioritaskan pada model ARIMA (2. sedangkan hasil peramalan berdasarkan estimasi model ARIMA (1.780127 0. __ .._. serta untuk menghindari bias dalam estimasi.128Yt-r 0.. __ r:F-orocast-:-:cORP=F05-----. dimana ketepatan ramalannya lebih akurat pada model ARIMA (2.

. Model ARIMA hanyalah salah satu pendekatan dari banyak model dan metode peramalan. Ukuran fit tersebut lebih dititikberatkan berdasarkan uji akurasi dan diagnostik. 9.1. 1991). dkk. . Kebutuhan peramalan dalam aplikasi model ARIMA ini adalah untuk alternatif peramalan dalam kurun waktu yang sangat pendek.~_ 11000 Forecast: ORPF06 I _---------------- Adual: RP Forecasl sample: 2002:01 2007:04 Adjusled sample: 2002:03 2007:04 Included observatIOns: 54 Root Mean Squared Error 10800 10800 10400 10200 MeanAbsolute Error Mesn Abs.. 41 7/31 JURNAL EKUBANK.025012 0 085450 9000 2002 9800 2002 2003 2004 2005 2006 I-DRPF061 KESIMPULAN Pembentukan model berdasarkan kombinasi beberapa alternatif yang diestimasi.961/$lUS dan pada bulan April tahun 2007 adalah sebesar Rp 10.984/$1US.1) 12000 11500 11000 10500 -10000 9500 \. h.257/$1US..250/$1US dan pada bulan April tahun 2007 adalah seb.. Stein.1. model ARIMA (2.889538 0. Mengingat sulitnya meramalkan nilai tukar rupiah secara lebih akurat. DaftarPu5taka Allen. 1-37. Sekalius membuktikan bahwa apakah horizon peramalan dalam jangka pendek lebih baik dilakukan dengan current spot rate (Tucker. "The Economic and Policy Implications of t~e NATREXApproach" dalam Jerome L.. PeramalanARIMA ini masih merupakan peramalan ex-ante.. SehJnggasebagai alat peramalan dapat diperoleh model yang lebih spesifik baik dalam pemilihan model maupun akurasinya. Pemeriksaanini juga dapat diketahui seberapa besar melencengnya (misalignment).062522 0.1) merupakan model yang paling fit disamping model ARIMA (1. 5edangkan peramalan berdasarkan model ARIMA (1. Polly Reynolds Allen.esar Rp 9. apa ada faktor yang belum diformulasikan atau memang tidak bisa diformulasikan. Jika diperlukan.1.ac.•.1). Hasil Peramalan ARIMA (1. Pendekatan ARIMA Gambar 3.Peramalan Nilai Tukar Rupiah.1. Oxford: C1aredonPress.1) nilai tukar rupiah pada bulan Maret tahun 2007 adalah sebesar Rp. Peramalan berdasarkan model ARIMA (2.id . namun pebedaan dalam hasil estimasi sangatlah dimungkinkan. Memang variasi peramalan juga tergantung pada data banyaknya series yang digunakan.. 1997.-. Fundamental Determinants of Exchange Rates. maka perlu dicek lagi kenapa peramalan ada ketidakcocokan. Volume 1 Edisi Maret 2007 http://www.univpancasila. apa ada kemungkinan salah konsep... Percent Error 1210565 1141.1. 10. peramalan model ARIMA ini dibandingkan dengan model peramalan yang lain seperti model multivariat. '". Hal ini dikarenakan perbedaan dalam jenis data dan banyaknya series data yang digunakan serta termasuk apakah bentuk data tersebut stasioner atau tidak.1) nilai tukar rupiah pada bulan Maret tahun 2007 adalah sebesar Rp. Polly Reynolds. Jika altematif model yang lain masih tidak dapat dijadikan acuan. oleh karena itu masih perlu dilakukan pemeriksaan akurasi dengan nilai tukar yang sebenamya (we).7 8 •• 12.76581 .. 2003 2004 I-ORPF061 2005 2008 ~ Theil tnequaMtyCoefficient Bias Proportion VarianceProportion Covariance Proportion 0.

Business Forecasting. "Estimating Long-Run Equilibrium Real Exchange Rates". 1996. 2000. Harris. 1995. Approach Theory Gibson. RahuJ Sen dan Reza Siregar. Program Pascasarjana Ilmu Ekonomi-Universitas Indonesia. International Economy Macroeconomics. Walter. Buletin Ekonomi Moneter dan Perbankan.univpancasila. Fourth edition.Peramalan Nilai Tukar Rupiah. 1998. 2003. Edisi nertama. Volume 1 Edisi Maret 2007 7/31 . 2002. savastano. Hanke. nomor 0045. Heather G. London and New York: Longman. Seminar on High Frequency Finance. John Wiley & Mc.Graw-HiII: Singapore. Arthur G. h. Trade Imbalances and the Crisis in Thailand". W. Program Pascasarjana Ilmu Ekonomi-Universitas Indonesia.Kinnon. Mc. Methods and Application. Pohlmeier. 2000. Esther S.V. dan Peter J. National Bureau of Economic Research. John E. New Jersey: Prentice-Hall. Rajan. INC. John Wiley & Son. 52. Finance and Open 42 JURNALhttp://www. Bank Indonesia. 1994. International Finance: Exchange Rates and Financial Flows in the International System. Oxford: University Press. "Determinants of the Long-Run Equilibrium Real Exchange Rate: An Analytical Model" dalam Lawrence E. berbagai terbitan. Exchange Rate Misalignment Concepts and Measurement for Developing Countries. S. A World Bank Research Publication. Thesis (tidak dipublikasikan).A. Overview of Forecasting Models. Exchange-The Convertible Currency System. Sebastian dan Miguel A. dalam John Williamson. Discussion Paper. Yati. Peter J. 2004. Rubinfeld. Makridakis. Bank Indonesia. Olsen. :odels and Economic Forecasts.id EKUBANK. Applied Econometric Time Series. No. 93-132. 2003. Harris. Montiel.. Pendekatan ARIMA Astuti S. Eko. INC. 1979. 1978. Reitsch dan Dean W. Determinan Fundamental Nilai Tukar Riil Rupiah: Pendekatan NATREX.c. 1999. Edisi ke dua. Ronald 1. Permintaan Uang di Indonesia: Periode 1983:01 . 1998. "Exchange Rates in Emerging Economies: What Do We Know? What Do We Need to Know?". Richard dan Robert Sollis.. Hinkle. 1994. Kusmurtanto. Sri. "Misalignment of tha Baht. dan Wheelwright. Applied Time Series Modelling and Forecasting. dan A. Rivera-Batiz. dan Louis A. Pindyck.. R. Francisco L. Elbadawi. Robert S and Daniel L. Thesis (tidak dipublikasikan). Giancarlo dan Alberto Felettigh. University of Konstanz Gandolfo. 264-290. The NATREX: an Alternative and Empirical Verifications. Prentice Analysis in Econometric Modelling. Franke. New York. Rivera-Batiz. Economet. 1999. Prentice Hall. University "La sapienza". Volume 2. Centre for International Economic Studies. 1999. Working Paper 7228. S. Hardiyanto. Sons. G. D. Wichren. Money in International New York: Oxford University Press. John Wiley & Son. Using Cointegration 1986. h. Ramkishen 5. Forecasting. R. Peramalan Bisnis dan Ekonometrika. 2002. Mulyono. D. Montiel. Edwards. Rome. BPFE: Yogyakarta.: Institute for International Economics. 1. Perilaku Nilai Tukar Rupiah dan Alternatif Perhitungan Nilai Tukar Riil Keseimbangan.C. Kurniati. Washington.ac.2001:12. Ibrahim A. Hall. Estimating Equilibrium Exchange Rates. Enders.

.... Finandal Market.. 1991. 177-244. Quantitative .. Financial Statistics.. Williamson. International Micro Software ... Alan L.. Bank Indonesia.....ac.. Pendekatan ARIMA Rosenberg.Peramalan Nilai Tukar Rupiah.id 43 7/31 . International Publishing Company.. Waluyo..... h. Washington.: Institute for International Economics . Chiang. John. . dan Thomas C. Volume 1. dan Benny Siswanto.. Peran Kebijakan Nilai Tukar dalam Era Deregulasi dan Globalisasi... Volume 1 Edisi Maret 2007 http://www.univpancasila. 1998. Dalam John Williamson.. Currency Forecasting: Methods and Models for Predicting Exchange Rate Movements. Edisi ke dua.. Estimating Equilibrium Exchange Rates. . .. West Doddy Budi.. McGraw-HilI. International JURNAL EKUBANK. Estimates of Fundamental Equilibrium Exchange Rates..... 1996.. D.. Tucker. Monetary Fund. Michael R. EViews User's Guide. CD-Room. 1994. Buletin Ekonomi Moneter dan Perbankan. Jeff Madura..C.

I' ~ http://www.ac.id 7/31 .univpancasila.

Sign up to vote on this title
UsefulNot useful