Abstrak—Nilai tukar atau dikenal pula sebagai kurs meru- Beberapa penelitian yang terkait dengan pemodelan kurs
pakan sebuah perjanjian terhadap pembayaran saat kini atau telah banyak di lakukan, salah satunya dengan menggunakan
dikemudian hari antara dua mata uang masing-masing negara metode fungsi transfer [1]. Penelitian ini mengungkapkan
atau daerah. Hubungan perdagangan internasional dapat mem- bahwa model yang telah di dapat menggunakan metode
pengaruhi nilai tukar mata uang suatu negara terhadap negara
fungsi transfer hanya berlaku apabila kurs dollar AS terhadap
lainnya atau dikenal sebagai efek menular. Metode Vector Auto-
regresive (VAR) adalah salah satu metode yang dapat digu- rupiah masih dapat di kendalikan oleh pemerintah, bila tidak
nakan untuk mendeteksi efek menular tersebut. Dalam pene- maka model yang di dapat tidak berlaku.
litian ini, metode VAR digunakan untuk mengetahui efek menu- Pada penelitian ini dilakukan pemodelan multivariate
lar nilai tukar mata uang antar negara Piliphina, Malaysia, time series dengan menggunakan metode Vector autoreg-
Indonesia, Singapura dan Thailand. Selain itu dilakukan pula ressive (VAR). VAR merupakan metode yang dapat dipakai
Granger Causality Test sebagai pendukung kesimpulan. Data untuk mengetahui apakah satu variabel mempengaruhi varia-
yang digunakan merupakan data harian periode Oktober 2011 bel lainnya, atau sebaliknya, atau keduanya. VAR memiliki
sampai Oktober 2012. Berdasarkan Akaike’s Information Crite- n-persamaan, n-variabel linear dimana setiap variabel dapat
rion (AIC) maka model yang terbaik adalah model VAR(4)
dijelaskan oleh nilai sebelumnya, dimana nilai ini merupakan
dengan 10 parameter yang signifikan. Parameter tersebut men-
jelaskan bahwa Kurs Philipina dipengaruhi oleh dirinya sendiri nilai di masa lalu dan masa sekarang sampai variabel ke n-1
dan kurs Singapura pada waktu ke t-1, kurs Malaysia dipenga- [2]. VAR menjanjikan penyediaan pendekatan yang kredibel
ruhi oleh dirinya sendiri dan kurs Indonesia pada waktu ke t-3 terhadap pendeskripsian data, peramalan, struktural inferensi
dan t-4, kurs Singapura dipengaruhi oleh kurs Malaysia pada dan analisis kebijakan [3]. Model VAR mempunyai kelebi-
waktu ke t-4, kurs Thailand dipengaruhi oleh kurs Indonesia han yaitu metode ini sederhana tanpa harus membedakan
pada waktu ke t-4, serta kurs Indonesia yang hanya dipenga- mana variabel dependen (Y) dan variabel independen (X)[4].
ruhi oleh dirinya sendiri pada waktu ke t-1, t-3 dan t-4. Untuk mendukung dan memperkuat hasil VAR diguna-
kan Granger Causality Test. Uji ini untuk mencari hubungan
Kata Kunci—Kurs; VAR; Granger Causality timbal balik antar variabel yang satu terhadap variabel yang
lain atau variabel tersebut hanya berpengaruh terhadap diri-
I. PENDAHULUAN nya sendiri.
B. Spesifikasi, Asumsi dan Estimasi Model VAR Salah satu metode estimasi yang dapat digunakan dalam
Pemodelan VAR tidak jauh berbeda dengan model Auto- VAR adalah metode Least Square. Metode ini bekerja
regressive (AR), pada intinya model AR diidentifikasi dari dengan cara meminimumkan jumlah kuadrat error (Sc)[7].
fungsi PACF dalam menentukan orde ke-p, sedangkan model Dipertimbangkan proses stasioner dari vektor AR(p) da-
VAR diidentifikasi dari MPACF. Dalam VAR asumsi yang pat ditulis sebagai berikut [8]:
harus dipenuhi adalah sama dengan AR, yaitu data harus
stasioner dalam mean dan varians serta error harus white (5)
noise.
Bentuk umum VAR(p) adalah : dimana adalah vektor konstanta. Jika terdapat n observasi,
untuk t=p+1, ... , n, diperoleh :
Z t 1 Z t 1 ... p Z t p at (2)
(6)
dengan :
1 : besarnya nilai matriks parameter model ke-1 dimana
p : besarnya nilai matriks parameter model ke-p
, , , dan
at : nilai vektor residual pada saat t
Zt : vektor Z pada waktu t
Pengujian kestasioneran dalam penelitian ini menggu-
nakan Augmented Dickey Fuller pada derajat yang sama
hingga diperoleh suatu data yang stasioner yaitu data yang
variansinya tidak terlalu besar dan mempunyai kecenderu- maka penaksir koefisien regresi dengan pendekatan OLS
ngan untuk mendekati nilai rata-ratanya [4]. Statistik uji: untuk Ф adalah sebagai berikut :
(7)
ˆ (3)
t hitung
S ˆ Asumsi berikutnya yang harus terpenuhi adalah residual
hipotesis yang digunakan adalah H0 : , H1 : . white noise dan berdistribusi multivariat normal. Residual
Keputusan tolak H0 jika nilai ADF lebih kecil dari Mac (error) dikatakan white noise apabila residual tidak terdapat
Kinnon Critical value (nilai prob.) maka hipotesis nol yang korelasi antar residual atau residual tidak mempunyai pola
menyatakan bahwa data tidak stasioner dengan kata lain apapun. Statistik uji yang digunakan dalam hal ini adalah uji
dengan menolak H0 berarti data stasioner. Ljung-Box. Statistik uji:
Proses menstasionerkan data dalam mean dapat dilaku- K
kan dengan menggunakan metode differencing data dengan Q(k ) * n 2 (n k ) 1 tr ( (k ) 1 (k ) 1 )
(8)
menggunakan persamaan berikut [6]. k 1
dimana :
Yt Z t Z t 1 (4)
n : jumlah residual
: taksiran nilai matrik korelasi silang residual pada lag
dimana merupakan data hasil differencing sedangkan ke-k
adalah variabel Z pada waktu ke t dan t adalah waktu. :
Proses untuk menstasionerkan data dalam varians dapat k : lag dari 1:K
lakukan dengan menggunakan transformasi Box-Cox seperti
pada Tabel 1. Data perlu ditransformasi atau tidak, menurut 1 : invers matriks varian covarian residual
Box Jenkins tergan-tung pada nilai lambda (λ) atau nilai
estimasi pada Box-Cox. dengan hipotesis H0 : ,
(residual memenuhi syarat white noise). H1 : minimal ada
Tabel 1 Transformasi Box-Cox satu , untuk m=1, 2,…, k, (residual belum me-
Nilai dari λ (lambda) Tranformasi menuhi syarat white noise). Kesimpulan tolak H0 jika Q* >
-1,0
1 χ2α,k-p atau Pvalue < α, dimana nilai p adalah order dari AR(p).
Zt
Pengujian asumsi distribusi multivariat normal dilakukan
-0,5
1 dengan menggunakan hasil perhitungan nilai jarak kuadrat
Zt
(dj2) adalah sebagai berikut:
0,0 ln Z t
dimana:
Yt : Pengamatan waktu ke-t
Time Series Plot of PHP Time Series Plot of MYR
1 44.5
MYR
PHP
43.0 3.10
42.0
3.00
41.5
1.31
adalah : 9500
9400 1.30
AIC
1.29
(10) 9300
9200 1.28
SGD
IDR
1.27
dengan: 9100
9000 1.26
8800
1.25
1.24
8700 1.23
1 34 68 102 136 170 204 238 272 306 340 1 34 68 102 136 170 204 238 272 306 340
THB
antara lain : harga mata uang suatu negara relatif terhadap 31.0
mata uang negara lain [9]. Karena nilai tukar ini mencakup 30.5
dua mata uang, maka titik keseimbangannya ditentukan oleh 1 34 68 102 136 170
Index
204 238 272 306 340
III. HASIL DAN ANALISIS Dari Tabel 2 dengan nilai p-value yang lebih kecil dari
0,05 memberikan keputusan bahwa H0 ditolak. Dalam hal ini
Data yang digunakan dalam penelitian ini merupakan
variabel sudah stasioner dalam mean. Setelah diperoleh
data sekunder yang didapat dari hasil pencatatan kurs harian
variabel yang sudah stasioner dalam mean dan varians
5 mata uang negara-negara ASEAN terhadap dollar AS
selanjutnya dapat dilakukan uji causalitas granger. Akan
dengan rentang waktu Oktober 2011 sampai dengan Oktober
dilihat hubungan kausal antara kurs PHP, MYR, IDR, SGD
2012. Adapun variabel-variabel yang digunakan dalam pene-
dan THB dimana terdapat 5 hipotesis yang digunakan, yaitu:
litian ini adalah:
1. H0 : PHP mempengaruhi MYR, SGD, IDR dan THB.
H1 : PHP tidak mempengaruhi MYR, SGD, IDR dan THB
IDR : nilai tukar mata uang Indonesia terhadap dollar AS
2. H0 :MYR mempengaruhi PHP, SGD, IDR dan THB.
MYR : nilai tukar mata uang Malaysia terhadap dollar AS
H1 :MYR tidak mempengaruhi PHP, SGD, IDR dan THB.
PHP : nilai tukar mata uang Piliphinaterhadap dollar AS
3. H0 : SGD mempengaruhi PHP, MYR, IDR dan THB.
SGD : nilai tukar mata uang Singapura terhadap dollar AS
H1 :SGD tidak mempengaruhi PHP, MYR, IDR dan THB.
THB : nilai tukar mata uang Thailand terhadap dollar AS
4. H0 : IDR mempengaruhi PHP, MYR, SGD, dan THB.
H1 :IDR tidak mempengaruhi PHP, MYR, SGD, dan THB.
Gambar 1 menunjukkan time series plot data kurs PHP,
5. H0 : THB mempengaruhi PHP, MYR, SGD, dan IDR.
MYR, IDR, SGD dan THB. Dari gambar terlihat membentuk
H1 : THB tidak mempengaruhi PHP, MYR, SGD, dan IDR.
pola tidak random (acak), hal ini mengindikasikan data be-
lum stasioner.
Tabel 2 Nilai Statistik Uji Augmented Dickey-Fuller Pada Kurs
Berdasarkan Tabel 3 dengan menggunakan tingkat signi-
PHP, MYR, IDR, SGD dan THB differencing orde 1 fikansi 5% untuk test 1 dan 2 H0 ditolak yang artinya bahwa
Kurs hitung P-value
pada kausal 1 kurs PHP tidak mempengaruhi kurs MYR,
SGD, IDR dan THB serta pada kausal 2 kurs MYR tidak
PHP_Dif1 -14,0600 0,0001 mempengaruhi PHP, SGD, IDR dan THB. Sementara untuk
test 3, 4 dan 5 H0 gagal ditolak yang artinya bahwa pada
MYR_Dif1 -13,5100 0,0001
kausal 3 SGD mempengaruhi PHP, MYR, IDR dan THB,
IDR_Dif1 -14,5600 0,0001 kausal 4 bahwa IDR mempengaruhi PHP, MYR, SGD, dan
SGD_Dif1 -13,1400 0,0001 THB, serta kausal 5 bahwa THB mempengaruhi PHP, MYR,
SGD, dan IDR.
THB_Dif1 -13,8500 0,0001
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) D-121
Tabel 5 White Noise, Multivariat normal dan Nilai AIC Model VAR
Multivariat
Model White Noise AIC
Normal
VAR(1) tidak ya -22,0827
VAR(3) ya ya -22,0303
VAR(4) ya ya -22,0945
DAFTAR PUSTAKA
[1] Putri, A.H.T. (2008). Analisis Fungsi Transfer pada Harga Emas
Nasional Ditinjau dari Harga Emas Dunia, Kurs Dollar AS Terhadap
Rupiah, dan Kurs Dollar AS Terhadap Euro. Tugas Akhir, ITS,
Surabaya.
[2] Stock, J.H. (2001). Vector Autoregressions. Journal of Economic
Perspectives. Volume 15. 101-105.
[3] Sims, A.C. (1980). Macroeconomics and reality. Working Paper no 1.
[4] Enders, W. (2004). Applied Econometric Time Series. John Wiley &
Sons Inc, New York.
[5] Gujarati, D. (2003). Basic Econometric, McGraw-Hill, New York.
[6] Makridakis, S., Mc Gee, V.E, and Wheelwright, S.C., (1999). Metode
dan Aplikasi Peramalan Edisi Kedua Jilid satu. Binapura Aksara,
Jakarta.
[7] Cryer, J.D., dan Chan, K.S. (2008). Time Series Analysis. Springer
Science+Business Media, LLC. USA.
[8] Wei, W.W.S., (1990). Time Series Analysis, Addison Wesley, CA,
Redwood City.
[9] Abimanyu, Yoopi. (2004) Memahami Kurs Valuta Asing, FE-UI.
Jakarta.
[10] Paul R. K., and Maurice O. (1991). International Economics, Theory
and Policy Second Edition. Harpercollins Publisher Inc.