Support Vector Regression (SVR) dengan Hyperparameter Optimal dan Aplikasinya dalam Prediksi Nilai Tukar Rupiah

Abstract

Nilai tukar Rupiah terhadap United States Dollar (USD) merupakan harga satu unit USD dalam Rupiah. Support Vector Regression (SVR) digunakan untuk memprediksi nilai tukar Rupiah beberapa minggu ke depan. Data yang digunakan pada penelitian ini berada pada periode 6 Januari 2019 hingga 31 Desember 2023. Tujuan dari penelitian ini adalah untuk melihat pengaruh dari harga-harga pasar internasional seperti gas alam, nikel, dan minyak bumi, tingkat inflasi di Indonesia, dan tingkat suku bunga Bank Indonesia terhadap nilai tukar Rupiah, membandingkan model Support Vector Regression dengan berbagai kernel dan skenario, dan memprediksi nilai tukar Rupiah menggunakan model paling baik dalam penelitian ini pada periode 7 Januari 2024 hingga 24 Maret 2024. Model SVR paling baik pada penelitian ini adalah model SVR dengan kernel RBF yang dilatih pada data training dengan hyperparameter C = 10, e = 0.2, dan ? = 0.01 menggunakan skenario ke-3. Model tersebut memiliki MAPE sebesar 0.984% dan trend accuracy sebesar 0.635. Nilai tukar Rupiah diprediksi mengalami tren negatif selama 12 minggu ke depan.

The Rupiah exchange rate against the United States Dollar (USD) is the price of one USD unit in Rupiah. Support Vector Regression (SVR) model used to predict the Rupiah exchange rate for over few weeks. The data used in this research covers the period from January, 6-th 2019 to December, 31-st 2023. The aim of this research is to see the influence of international market prices such as natural gas, nickel, and petroleum, the inflation rate in Indonesia, and Bank Indonesia interest rate on the Rupiah exchange rate, to compare Support Vector Regression models with various kernels and scenarios, and to predict the Rupiah exchange rate using the best model in this study for the period from January, 7-th 2024 to March, 24-th 2024.The best SVR model in this research is the SVR model with RBF kernel which is trained on training data with hyperparameters C = 10, e = 0.2, and ? = 0.01 using the 3rd scenario. This model has a MAPE of 0.984% and a trend accuracy of 0.635. The Rupiah exchange rate is predicted to experience a negative trend over the next 12 Weeks.