Bayesian Vector Autoregressive (BVAR) dalam Meramal Mata Uang Cina, India dan Indonesia terhadap Mata Uang Amerika Serikat

Rinda Arista (Departemen Pendidikan Matematika, FPMIPA, Universitas Pendidikan Indonesia)
Dadang Juandi (Departemen Pendidikan Matematika, FPMIPA, Universitas Pendidikan Indonesia)
Fitriani Agustiana (Departemen Pendidikan Matematika, FPMIPA, Universitas Pendidikan Indonesia)

Jurnal Eurekamatika
Vol 8, No 2 (2020): Jurnal Eurekamatika

Nilai tukar mata uang dapat digunakan untuk mengukur tingkat perekonomian suatu negara. Peramalan nilai tukar diperlukan agar investor dapat mengetahui tingkat perekonomian negara tujuan investasi di masa datang. Pada penelitian ini digunakan metode Bayesian Vector Autoregressive (BVAR) dalam memodelkan, melakukan peramalan,dan membandingkan hasil ramalan antara nilai tukar Rupee, Rupiah, dan Yuan terhadap Dolar Amerika Serikat dengan dua prior yang berbeda yaitu Litterman-Minnesota Prior dan Normal-Flat Prior. Tujuan dari penelitian ini adalah mendapatkan model, serta membandingkan hasil peramalan dengan metode BVAR dari masing-masing prior. Bayesian Vector Autoregressive (BVAR) berdasarkan penelitian sebelumnya,terbukti mampu memberikan hasil peramalan yang lebih unggul. Hasil peramalan dari masing-masing prior menyatakan bahwa baik Litterman-Minnesota prior dan Normal-Flat prior menghasilkan peramalan yang akurat berdasarkan nilai Mean Absolute Percentage Error (MAPE) yang kecil. Kemudian, setelah dibandingkan, pada kasus peramalan nilai tukar Rupee, Rupiah, dan Yuan terhadap Dolar Amerika Serikat, Litterman-Minnesota prior memiliki nilai MAPE lebih kecil yang artinya hasilnya lebih akurat.