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. Ol Ol :2 <D .an.. pemerintah tidak ada pendapatan (pajak).200. Volume 1 Edisi Maret 2007 http://www.. 15000. Bahasan tersebut menjadi sangat diperlukan jika suatu pihak yang berkepentingan akan menggunakan nilai tukar sebagai sarana transaksi atau investasi. saat ini rupiah berada dikisaran Rp. 34 JURNAL EKUBANK. Depresiasi nilai tukar rupiah yang sangat tajam tersebut membawa dampak yang sangat buruk.•. jika perusahaan yang gulung tikar semakin banyak maka akan berpotensi meningkatkan intensitas pengangguran.. akibatnya permintaan atau daya beli masyarakat berkurang. rupiah sangat volatil setelah pemerintah menggunakan sistem mengambang bebas. 9.per dolar Amerika...univpancasila. 12000 10000 8000 6000 4000 2000 o. 5eperti yang terlihat pada gambar 1.000. Fluktuasi rupiah pada pertengahan tahun 1998 memasuki kisaran Rp. Meskipun belakangan ini rupiah sudah menunjukkan arah yang makin stabil namun bukan berarti kita tidak membutuhkan prediksi (foreci1sf). terutama setelah dilanda krisis nilai tukar pada tahun 1997. diatas.ac. namun justru negatif.per dolar Amerika.•. negara kekurangan dana untuk pembangunan. Dimana kesepakatan kredit tersebut dilakukan pada era sebelum adanya krisis yaitu nilai tukar rupiah hanya pada kisaran Rp 2. margin atas produk ada tapi tidak bisa menutup biaya operasional dan administrasi perusahaan (total cost) karena kuantitas penjualan menurun. Artinya dampak krisis tersebut membawa rentetan yang memburuk terhadap perekonomian secara nasional. Gambar 1. namun f1uktuasitersebut semakin mengarah stabil pada tahun-tahun berikutnya yaitu pada kisaran Rp.... Pendekatan ARIMA LATAR BELAKANG sampai saat ini volatilitas nilai tukar (exchange rateS) rupiah masih menjadi topik bahasan yang menarik....Peramalan Nilai Tukar Rupiah.. Hal ini dapat diistilahkan sebagai lingkaran setan (vidous drde).per dolar Amerika. 5ebagai gambaran. :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. 9.. dan seterusnya sehingga perekonomian memburuk.200....id 7/31 . Volatilitas Nilai Tukar Rupiah Rp/$US ~ :~~~ iii':':':""""""'' ". Multiplier yang dihasilkan dari krisis nilai tukar tersebut tidak pada arah positif. 5eperti banyaknya perusahaan yang terpaksa harus menutup usaha karena mereka harus menanggung beban dalam membayar kredit valuta asingnya (misal kredit dalam dolar Amerika). .

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

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

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

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

Peramatan Nitai Tukar Rupiah.8368 0.02) terutama terdapat pada koefisien AR(l) dan MA(l} [Iihat nilai kofisien yang ada tanda bintang.1) 4 (2.1) dan ARIMA (1. 1.1.1.5735 0.0000 0.1.5721 0.0670 0.6 13..3 0.0. ::::: IIlall:t) Iiltii .3533 0.1394 0.1. (4..1400 * * 0.9881 0.1).0739 0. yaitu ARIMA (2.1.4051 0.1) dan (1.0852 0. sedangkan untuk MA dimulai dengan jarak 1. Hal ini searah/sama dengan identifikasi diatas..ac.1. Gap ini untuk melengkapi model ARIMA yang belum terdefinisi ordonya.1) 5 (1.7006 0.1472 -0.8184 0. maupun dengan trial and error.8147 0.1).5349 -0.684 444.1394 13.univpancasila.0055 7.9804 -19.0 1 2 1. 1. yaitu ARIMA: (0.627 * IllS' II 927.2035 0. Estimasi parameter model ARIMA dalam studi ini dikombinasi baik berdasarkan uji stasionaritas.4433 0.1)..1.)if«~ .1.0). sedangkan metode trial and error digunakan sebagai pelengkap analisis dalam menjembatani gap (dari metode tramo/seats dan trial and erro!') untuk menentukan model ARIMA. Jika dilihat pada uji JURNAL EKUBANK. uji korelogram. lm> 0.645 1210. oleh karena itu pemilihan jarak runtut waktu diurutkan dari yang jarak terbesar menuju jarak yang terkecil.0294 0.734 467.3 Tabel 2 diatas menunjukkan hasil estimasi secara ringkas dari beberapa alternatif model ARIMA. saran dari tramo/seats.1277 -0.6660 0.0000 0. metode tramo/seats menyarankan menggunakan model ARIMA (0.6 489.6542 22. Konsep pembentukan model ARIMA dapat juga di/akukan dengan cara trial end error untuk memperoleh parameter hingga proses iterasi akan mempercepat konfergensi.7389 -0.1) 1. Adapun jarak integrasinya tidak ada perubahan (tetap dengan 1) karena data memang stasioner 1. caranya dengan melihat korelasi pada uji korelorgam untuk menentukan ordo. Ada dua model yang diprioritaskan dalam Tabel 2 diatas.6242 0.14ri•.4423 13. lI 1{q@(lil.1751 0.1) (1. Hasil Estimasi ARIMA AlAil 1.0773 -0.2265 0. Pendekatan ARIMA serta model tersebut sarna maksudnya dengan model MA(l).733 13.2638 0.0080 * * * 0.1).2285 0.1263 0.id 7/31 39 . *].1. yaitu dengan menentukan jarak (lag) yang semakin menurun.2326 -0. Berdasarkan kombinasi pengujian.1).1. Volume 1 Edisi Maret 2007 http://www.0141 0. yaitu data stasioner.3021 0.1361 0.0) 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 -21.3132 13. metode korelogram diperoleh model ARIMA (4. 1.1. (2.1).1.6596 0.1.4465 6.9106 0.8011 -0. Hal ini digunakan karena berdasarkan banyak kajian yang menunjukkan pengaruh terkuat terhadap data aktual sebagian besar dipengaruhi oleh jarak terdekat.1) 3 (3.2234 -0. Analisis lebih diprioritaskan pada signifikansi nilai koefisien individu. Hasil estimasi tersebut dapat dilihat secara ringkas pada tabel berikut: Tabel 2.4 * 13.1).2496 3. Kedua model tersebut nilai kofisiennya terbukti sangat signifikan (a = 0. Untuk AR dimulai dengan jarak terbesar yaitu 4.1107 0. (3.0092 0. (4.755 867. ~ (0. (1.

yaitu jika dilihat berdasarkan kriteria info Akaike (AIC) semuanya tidak dalam kategori terkecil..1..654Et_1 .1.---_ . __ .128Yt-r 0. 9300 .3735 340. 5ebagai alat ukurnya digunakan nilai dari Q-statistic.1): 0.1) -. = Tahap Peramalan Hasil peramalan berdasarkan estimasi model ARIMA (2.780127 0.1) dapat dilihat pada Gambar 2. ~------_ 9100 9000 -------.1).1) dan mode/ ARIMA (1. Adual: RP Forecast sample: 2002:01 2007:04 Adjusted sample: 2002:04 2007:04 Induded obseMllion.980Et-1 .05..1).ac.1) lebih signifikan daripada model ARIMA (2.209524 9200 9OOOf-----------i ..1.. 5ebagai ukuran ketepatan ramalan pengujian model terse but digunakan Root Mean Squared Error (RMSE).1. (8) y= 22. serta untuk menghindari bias dalam estimasi. olume 1 Edisi Maret 2007 V http://www..666 + 0.id 7/31 ._-----------_.801Yt-r 0.024483 0.4025 3...1.-. sebagai berikut: :: 13000~8000 1000 6000 \. Namun kedua model ARIMA terse but sama-sama mempunyai kelemahan.1.1) daripada model ARIMA (1.1. Hasil Peramalan ARIMA (2.: 53 Root Mean Squared Error Mean AbSOlute Error Mean Abs. (9) Tahap Diagnostik Tahap ini digunakan untuk mendeteksi apakah secara keseluruhan data ini layak digunakan dalam peramalan.010349 0.1) ada/ah sebagai berikut: Model ARIMA (2.. sedangkan hasil peramalan berdasarkan estimasi model ARIMA (1.1)._ 2004 DRPF051 2005 2006 40 JURNALEKUBANK.1..1.1. __ r:F-orocast-:-:cORP=F05-----.815 + 0.1. 1-ORPFOS/ 8900 8800 2002 2003 . Pendekatan ARIMA keseluruhan varia bel yang digunakan dalam model (uji F) model ARIMA (1._. dimana ketepatan ramalannya lebih akurat pada model ARIMA (2..Peramalan Nilai Tukar Rupiah. Hal ini penting dilakukan karena tanpa pengujian ini kita tidak dapat membandingkan seberapa akuratnya diantara model-model yang diestimasi. Persamaan model ARIMA (2. Percent Error Theliinequality CoelIlcient Bias PrcpOllion Variance Proportion Covariance Proportion 444..1): y= 0.1. hal terse but dapat diartikan bahwa data layak digunakan untuk estimasi model ARIMA. Hasil perhitungan menunjukkan bahwa data secara keseluruhan mepunyai ni/ai probabilita 0statistic yang lebih besar daripada derajat kepercayaan a 0.708527 0.739Yt-r Model ARIMA (1.univpancasila._-------_. Gambar 2. ---------_ . Berdasarkan beberapa pertimbangan tersebut maka pilihan untuk estimasi lebih diprioritaskan pada model ARIMA (2.1) dapat dilihat pada Gambar 3....

~_ 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..Peramalan Nilai Tukar Rupiah...1. 5edangkan peramalan berdasarkan model ARIMA (1.76581 .1) merupakan model yang paling fit disamping model ARIMA (1.1. apa ada faktor yang belum diformulasikan atau memang tidak bisa diformulasikan.984/$1US.univpancasila. Polly Reynolds. Memang variasi peramalan juga tergantung pada data banyaknya series yang digunakan.889538 0. SehJnggasebagai alat peramalan dapat diperoleh model yang lebih spesifik baik dalam pemilihan model maupun akurasinya.ac. 2003 2004 I-ORPF061 2005 2008 ~ Theil tnequaMtyCoefficient Bias Proportion VarianceProportion Covariance Proportion 0.1.•. Polly Reynolds Allen.. "The Economic and Policy Implications of t~e NATREXApproach" dalam Jerome L. apa ada kemungkinan salah konsep. 10.961/$lUS dan pada bulan April tahun 2007 adalah sebesar Rp 10.esar Rp 9. peramalan model ARIMA ini dibandingkan dengan model peramalan yang lain seperti model multivariat. 1997. Jika diperlukan.1).1) nilai tukar rupiah pada bulan Maret tahun 2007 adalah sebesar Rp. model ARIMA (2. 41 7/31 JURNAL EKUBANK...1.1) nilai tukar rupiah pada bulan Maret tahun 2007 adalah sebesar Rp. Peramalan berdasarkan model ARIMA (2. DaftarPu5taka Allen. Mengingat sulitnya meramalkan nilai tukar rupiah secara lebih akurat. Pendekatan ARIMA Gambar 3. PeramalanARIMA ini masih merupakan peramalan ex-ante. dkk. Ukuran fit tersebut lebih dititikberatkan berdasarkan uji akurasi dan diagnostik.id . '".025012 0 085450 9000 2002 9800 2002 2003 2004 2005 2006 I-DRPF061 KESIMPULAN Pembentukan model berdasarkan kombinasi beberapa alternatif yang diestimasi. Oxford: C1aredonPress. .7 8 •• 12.. Percent Error 1210565 1141.062522 0. Sekalius membuktikan bahwa apakah horizon peramalan dalam jangka pendek lebih baik dilakukan dengan current spot rate (Tucker.1. Stein. Volume 1 Edisi Maret 2007 http://www. maka perlu dicek lagi kenapa peramalan ada ketidakcocokan.. Pemeriksaanini juga dapat diketahui seberapa besar melencengnya (misalignment). oleh karena itu masih perlu dilakukan pemeriksaan akurasi dengan nilai tukar yang sebenamya (we). namun pebedaan dalam hasil estimasi sangatlah dimungkinkan..257/$1US..1) 12000 11500 11000 10500 -10000 9500 \. Jika altematif model yang lain masih tidak dapat dijadikan acuan. Model ARIMA hanyalah salah satu pendekatan dari banyak model dan metode peramalan. h. 1-37. Hal ini dikarenakan perbedaan dalam jenis data dan banyaknya series data yang digunakan serta termasuk apakah bentuk data tersebut stasioner atau tidak.250/$1US dan pada bulan April tahun 2007 adalah seb. Hasil Peramalan ARIMA (1. Kebutuhan peramalan dalam aplikasi model ARIMA ini adalah untuk alternatif peramalan dalam kurun waktu yang sangat pendek. 1991). Fundamental Determinants of Exchange Rates. 9.-.

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

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

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