Claim Missing Document
Check
Articles

Found 1 Documents
Search

Aplikasi Prediksi Nilai Tukar Rupiah terhadap Dolar Menggunakan Algoritma Autoregressive Integrated Moving Average Gosal, Faldy Andreas; Rompas, Parabelem Tinno Dolf; Maramis, Glenn David Paulus
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 2 (2025): Volume 9 Nomor 2 April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i2.14896

Abstract

Fluktuasi nilai tukar Rupiah terhadap Dollar Amerika Serikat memiliki dampak yang luas terhadap perekonomian Indonesia, khususnya dalam sektor perdagangan internasional, inflasi, dan investasi. Melemahnya nilai tukar dapat meningkatkan biaya impor dan utang luar negeri, sementara penguatan Rupiah dapat menurunkan daya saing ekspor. Oleh karena itu, dibutuhkan suatu sistem yang mampu memprediksi nilai tukar secara akurat untuk membantu pengambilan keputusan ekonomi. Penelitian ini bertujuan untuk membangun aplikasi prediksi nilai tukar berbasis web menggunakan algoritma Autoregressive Integrated Moving Average (ARIMA). Proses penelitian mencakup pengujian stasioneritas data, identifikasi model menggunakan ACF dan PACF, estimasi parameter dengan Maximum Likelihood Estimation (MLE), pengujian diagnostik residual, serta proses peramalan. Dari beberapa model yang diuji, ARIMA(1,1,1) dipilih sebagai model terbaik karena memiliki nilai MAE dan RMSE yang lebih rendah serta performa yang stabil. Aplikasi dikembangkan dengan framework Streamlit dan memungkinkan pengguna mengunggah file Excel berisi data kurs, memilih rentang waktu prediksi, serta menampilkan hasil dalam bentuk grafik dan tabel. Evaluasi usability dilakukan berdasarkan model UTAUT yang mencakup empat variabel utama, yaitu Performance Expectancy, Effort Expectancy, Social Influence, dan Behavioral Intention. Hasilnya menunjukkan tingkat penerimaan pengguna yang tinggi dan niat untuk menggunakan aplikasi kembali. Penelitian ini tidak hanya membuktikan keakuratan ARIMA dalam prediksi jangka pendek, tetapi juga memberikan kontribusi melalui pengembangan aplikasi prediktif yang mudah digunakan oleh masyarakat umum.