Peramalan Nilai Tukar Rupiah terhadap Dolar Singapura, Baht, dan Peso menggunakan Model GSTAR

Abstract

Model Generalized Space-Time Autoregressive (GSTAR) merupakan perluasan dari model Space-Time Autoregressive (STAR). Perbedaan dari kedua model tersebut terletak pada pengasumsian parameternya. Pada model STAR, parameternya diasumsikan tidak bergantung pada lokasi, sehingga model ini hanya sesuai diterapkan pada data dengan lokasi-lokasi yang homogen. Sedangkan pada model GSTAR, parameter model diasumsikan dapat berubah-ubah untuk setiap lokasi yang berbeda. Tujuan penelitian ini adalah menyusun model terbaik untuk melakukan peramalan nilai tukar Rupiah terhadap Dolar Singapura, Baht Thailand, dan Peso Filipina. Model yang sesuai digunakan untuk data nilai tukar Rupiah adalah model GSTAR(5_1)I(1). Pembobot yang digunakan dalam penelitian ini adalah bobot lokasi seragam dan invers jarak. Hasil pemodelan menunjukkan bahwa model terbaik adalah model dengan pembobot invers jarak, yang memiliki nilai MSE sebesar 371.8907 dengan nilai MAPE untuk masing-masing data nilai tukar Rupiah terhadap Dolar Singapura, Baht Thailand, dan Peso Filipina secara berturut-turut sebesar 0.3154214%, 0.8369436%, dan 0.6237245%.

The Generalized Space-Time Autoregressive (GSTAR) model is an extension of the Space-Time Autoregressive (STAR) model. The difference between the two models lies in the parameter assumptions. In the STAR model, the parameters are assumed to be independent of location, so this model is only suitable for data with homogeneous locations. In the GSTAR model, the model parameters are assumed to change for each different location. The purpose of this research is to develop the best model for forecasting the Rupiah exchange rate against the Singapore Dollar, Thai Baht, and Philippine Peso. The appropriate model used for the Rupiah exchange rate data is the GSTAR(5_1)I(1) model. The weights used in this study are uniform location weights and inverse distance. The modeling results show that the best model is the model with inverse distance weighting, which has an MSE value of 371.8907 with MAPE values for each of the Rupiah exchange rate data against the Singapore Dollar, Thai Baht, and Philippine Peso of 0.3154214%, 0.8369436%, dan 0.6237245%, respectively.