Peramalan Kurs Jual Uang Kertas Mata Uang Singapore Dollar (SGD) terhadap Rupiah Menggunakan Model ARFIMA (Autoregressive Fractionally Integrated Moving Average)
DOI:
https://doi.org/10.15575/kubik.v1i1.323Keywords:
Regresi Spektral, Long Memory, ARFIMAAbstract
Model ARFIMA (Autoregressive Fractionally Integrated Moving Average) merupakan pengembangan dari model ARIMA yang pertama kali dikenalkan oleh Granger dan Joyeux (1980). Sedangkan Hosking (1981) memperkenalkan sifat jangka panjang (long memory) pada data dengan ciri hasil plot ACF (Autocorrelation Function) turun lambat secara hiperbolik dan memiliki nilai Statistik Hurst antara 0.5 < H < 1 . Model ARFIMA memiliki tiga parameter yaitu p, d, dan q. Dimana p adalah parameter autoregressive, d adalah parameter differencing dan q adalah parameter moving average. Dimana parameter d berupa bilangan riil antara -0.5 < d < 0.5 dan dapat dicari mengguakan metode regresi spektral. Penelitian terhadap kurs uang kertas mata uang Singapore Dollar terhadap rupiah dilakukan untuk mengetahui hasil estimasi parameter d dengan menggunakan regresi spektral untuk peramalan menggunakan model ARFIMA dan memperoleh kesimpulan bahwa model tersebut telah memenuhi dan memadai untuk dijadikan model peramalan. Dimana pada tahap identifikasi data memiliki nilai statistik Hurst sebesar 0.967 yang menunjukan H > 0.5 sehingga pola long memory. Model terbaik berdasarkan nilai MSE dan AIC terkecil sebesar MSE = 2173.33 dan AIC = -1238.81 yang dihasilkan yaitu pada data kurs uang kertas SGD terhadap rupiah dengan ARFIMA (7, d=-0.42, 7) dengan d=-0.42 menyatakan ARFIMA proses stasioner dengan ACF dan PACF semua negatif menunjukan turun lambat secara hiperbolik menuju nol dengan lag meningkat.References
Beran. Jan, Statistic for Long-Memory Processes, Departement of Economics and Statistics University of Konstanz, Germany, 1994.
Crawley. Michael. J, Statistics An Introduction Using R, British Library Cataloguing in Publication Data, London, 2005.
Darmawan. Gumgum, Pemodelan ARFIMA Nonstasioner melalui Metode Modifikasi GPH, Universitas Padjadjaran, 2010.
Darmawan. Gumgum, dkk, Perbandingan Akurasi Penaksiran Pembeda pada Model ARFIMA melalui Metode Regresi spektral ,ITS, Surabaya, 2008.
Darmawan. Gumgum, Perbandingan Metode pada Peramalan ARFIMA, Universitas Padjadjaran, 2008.
Darmawan. Gumgum, Suhartono, Perbandingan Model Pada DataDeret Waktu Pemakaian Listrik Jangka Pendek yang Mengandung Pola Musiman Ganda, dipersentasikan pada Seminar Nasional Matematika dan Pendidikan Matematika, Universitas Padjadjaran, 2010.
Makridakis. Spyros, Metode dan Aplikasi Peramalan, Jakarta, Penerbit Erlangga, 1992.
Murray. R. Siege, Ph.D. Larry J. Stephens, Teori dan Soal-Soal Statistik, Penerbit Erlangga, 2004.
Ningrum. Kusuma. Liana, Penerapan Model Autoregressive Fractionally Integreted Moving Average (ARFIMA) dalam Peramalan Suku Bunga Sertifikat Bang Indonesia (SBI), Skripsi Program Sarjana Universitas Sebelas Maret, Surakarta, 2009.
(http://digilib.uns.ac.id/pengguna.php?mn=detail&d_id=12703)
Palma. Wilfredo, Long-Memory Time Series Theory and Method, A John Willey and Sons, Inc. Publication, Ponticifia Universidad Catolica de Chile, 2007.
Prasitia. Annisa.Hamum, dkk, Long Memory Pada Data Nilai Tukar Rupiah Terhadap Dolar Amerika Serikat(USD), Institut Teknologi Surabaya, 2010.
Putriana, Meramalkan Penjualan Teh Botol di Kantor Penjualan Rancaekek dengan menggunakan Model ARFIMA, Skripsi Pogram Sarjana Universitas Padjajaran, Jatinangor, 2011.
Sittu, I, Olanrewaju, Yaya. Simon. Olaoluwa, Measuring Forecast Performance of ARMA and ARFIMA Models: An Application to US Dollar/UK Pound Foreign Exchange Rate,European Journal of Scientific Research, 32 (2), 167-176, 2009.
(http://www.eurojournals.com/ejsr_32_2_04.pdf)
Suhartono, Analisis Data Statistik dengan R, ITS, Surabaya, 2008.
W. S. Wei, Time Series Analisys Univariate and Multivariate Method, Addasion Wesley Publishing Company Inc, United Statet of Amerika, 1994.
www.scribd.com/doc/76709392/ukuran-pemusatan, diakses tanggal 29 juni 2012 Pukul 24.34 WIB
http://www.thecromwellworkshop.com/TCW_App/Data/Sites/1/r_scripts/R_Fractal_Script_2_May_27.txt, diakses tanggal 07 juli 2012 Pukul 15.58 WIB.
http://www.bi.go.id/web/id/Moneter/Kurs+Bank+Indonesia/Kurs+Uang+ Kertas+ Asing/, diakses tanggal 1April 2012
Downloads
Published
Issue
Section
License
Authors who publish in KUBIK: Jurnal Publikasi Ilmiah Matematika agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Â