<![CDATA[Adanya kenaikan suku bunga The Fed oleh Amerika Serikat dan devaluasi yuan China terhadap dolar Amerika Serikat menyebabkan melemahnya nilai tukar rupiah, yang mana merupakan indikator penting dalam menentukan kondisi perekonomian Indonesia. Perubahan nilai tukar rupiah dapat dipengaruhi oleh faktor internal dan eksternal yang bersifat acak setiap saat sehingga sulit diprediksi. Model Geometric Brownian Motion (GBM) yang selanjutnya akan dimodifikasi dengan metode filtering, Kalman Filter (KF) akan digunakan untuk memprediksi nilai tukar rupiah terhadap dolar Amerika Serikat dan yuan China di masa depan berdasarkan data dari periode sebelumnya. GBM merupakan model waktu kontinu yang terjadi karena adanya pergerakan acak nilai volatilitas yang mengikuti proses stokastik. Penambahan metode filtering pada model GBM diharapkan dapat meminimalkan kovariansi error dan meningkatkan akurasinya. Kedua model menghasilkan rata-rata nilai Mean Absolute Percentage Error (MAPE) < 10%, sehingga akurasi prediksinya termasuk dalam kategori sangat baik. Berdasarkan simulasi menggunakan data out sample nilai tukar rupiah terhadap dolar Amerika Serikat (USD/IDR) dan rupiah terhadap yuan China (CNY/IDR), model Geometric Brownian Motion termodifikasi Kalman Filter (GBM-KF) lebih akurat dari model GBM dengan rata-rata nilai MAPE berturut-turut sebesar 0,66% dan 0,40%.]]>
Copyrights © 2024
