Pemodelan Hybrid Deret Waktu Klasik dengan Jaringan Saraf Tiruan pada Nilai Tukar Mata Uang

Mutia, Yollanda (2019) Pemodelan Hybrid Deret Waktu Klasik dengan Jaringan Saraf Tiruan pada Nilai Tukar Mata Uang. Masters thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) COVER DAN ABSTRAK.pdf - Published Version Download (2MB) | Preview
Preview	Text (Bab 1 Pendahuluan) BAB 1 PENDAHULUAN.pdf - Published Version Download (148kB) | Preview
Preview	Text (Bab 5 Penutup) BAB V KESIMPULAN.pdf - Published Version Download (250kB) | Preview
Preview	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (143kB) | Preview
	Text TUGAS AKHIR FULL TEXT.pdf - Published Version Restricted to Repository staff only Download (27MB)

Abstract

Penelitian ini bertujuan untuk memodelkan data deret waktu pada nilai tukar mata uang dolar Amerika Serikat terhadap rupiah Indonesia dengan periode bulanan. Data deret waktu nilai tukar mata uang dimodelkan dengan menggunakan hybrid deret waktu klasik dengan Jaringan Saraf Tiruan atau Artificial Neural Network (ANN). Adapun model yang terbentuk adalah model hybrid antara Autoregressive Integrated Moving Average (ARIMA) dengan Generalized Autoregressive Conditional Heterocedasticity (GARCH), ARIMA dengan ANN, serta ARIMA dengan GARCH dan ANN. Pada penelitian ini, perhitungan tingkat ketepatan model data deret waktu nilai tukar mata uang dolar Amerika Serikat terhadap rupiah Indonesia dari Januari 2000 sampai Desember 2018 diukur dengan menggunakan Mean Squared Error (MSE) dan Mean Absolute Percentage Error (MAPE). Berdasarkan nilai MAPE pada model ARIMA-GARCH, ARIMA-ANN, dan ARIMA-GARCH-ANN secara berturut-turut adalah 0,00658519%, 0,00641259%, dan 0,00658169% menunjukkan bahwa model ARIMA-ANN lebih baik digunakan dalam meramalkan nilai tukar dolar Amerika Serikat terhadap rupiah pada masa mendatang daripada model ARIMA-GARCH dan ARIMA-GARCH-ANN karena memiliki nilai MAPE yang terkecil. Sedangkan model ARIMA-GARCH-ANN cukup baik digunakan untuk memodelkan nilai tukar mata uang dalam mengatasi heteroskedastisitas seperti model ARIMA-GARCH. Akan tetapi, model ARIMA-GARCH-ANN tidak memberikan dampak yang signikan untuk mendapatkan ketepatan model yang ckup bagus daripada model ARIMA-GARCH. Kata Kunci : Nilai tukar mata uang, ARIMA, GARCH, ANN.

Actions (login required)

View Item