Model Laju Perubahan Nilai Tukar Rupiah (IDR) Terhadap Poundsterling (GBP) dengan Metode Markov Switching Autoregressive (MSAR)

Uqwatul, Alma Wizsa (2016) Model Laju Perubahan Nilai Tukar Rupiah (IDR) Terhadap Poundsterling (GBP) dengan Metode Markov Switching Autoregressive (MSAR). Diploma thesis, Universitas Andalas.

Preview	Text (abstrak) ABSTRAK.pdf - Published Version Download (122kB) | Preview
Preview	Text (bab i) BAB I.pdf - Published Version Download (136kB) | Preview
Preview	Text (bab v) BAB V.pdf - Published Version Download (251kB) | Preview
Preview	Text (daftar pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (124kB) | Preview
	Text (skripsi full text) fullversion.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Perubahan struktur yang sering terjadi pada data deret waktu diduga dipengaruhi oleh suatu variabel acak tak teramati atau disebut dengan state. Perubahan struktur diidentifikasi dengan melihat pola nonlinier pada data yang biasanya berupa pelonjakan nilai yang sangat mencolok dan signifikan. Model Markov Switching Autoregressive (MSAR) oleh Hamilton merupakan suatu model yang dihasilkan dari penggabungan rantai Markov dan model klasik Autoregressive yang mampu menjelaskan perubahan struktur pada data deret waktu. Salah satu data yang sering mengalami perubahan struktur adalah data nilai tukar. Oleh karena itu, penelitian ini akan menentukan model terbaik bagi laju perubahan nilai tukar rupiah (IDR) terhadap poundsterling (GBP), menentukan besar peluang perpindahan dan bertahannya suatu state, serta besarnya dugaan durasi masing-masing state menggunakan metode Markov Switching Autoregressive (MSAR). Pada nilai tukar dimisalkan terdapat dua state apresiasi dan depresiasi. Diperoleh bahwa model terbaik yaitu MS(2)AR(1) dengan peluang transisi apresiasi ke apresiasi 0,979882, apresiasi ke depresiasi 0,020118, depresiasi ke depresiasi 0,451971, dan depresiasi ke apresiasi 0,548029. Sedangkan dugaan durasi pada apresiasi 49,7067 bulan dan durasi pada depresiasi 1,82462 bulan. Kata Kunci: state, rantai Markov, stasioner, parameter, peluang transisi.

Actions (login required)

View Item