Analisis Data Deret Waktu pada Nilai Tukar Rupiah Tahun 2021 Menggunakan Metode Wavelet Thresholding

Diana Nisa Mubarok, Lisnur Wachidah

Abstract


Abstract. Time series data or time series is a type of data that is collected based on a time sequence within a certain time span. ARIMA is one of the methods in time series analysis where the assumption of stationarity must be met before conducting the analysis. When time series data fluctuates, this makes the data non-stationary and makes analysis using ARIMA difficult. Therefore, we need a method that is free from these assumptions, namely Wavelet Thresholding by selecting the type of daubechies from the wavelet family. The data used in this final project is data on the rupiah exchange rate in Indonesia against the US Dollar on January 1, 2021 to May 8, 2021 where the exchange rate of a country's currency has a very important role, especially in influencing changes in international trade and investment. The result of this research is that the smallest MSE can be obtained on the adaptive thresholding parameter with the soft thresholding function at level 1 resolution of 234.8814.

Keywords : Time Series, Wavelet Thresholding, Daubechies, Rupiah Exchange Rate

Abstrak. Data deret waktu atau time series merupakan jenis data yang dikumpulkan berdasarkan urutan waktu dalam suatu rentang waktu tertentu. ARIMA merupakan salah satu metode dalam analisis deret waktu yang mana asumsi stasioneritas harus terpenuhi sebelum melakukan analisis. Ketika data time series mengalami fluktuasi, hal ini menjadikan data tidak stasioner dan mengakibatkan analisis dengan menggunakan ARIMA sulit untuk dilakukan. Oleh karena itu, diperlukan metode yang bebas dari asumsi tersebut, yaitu dengan Wavelet Thresholding dengan memilih keluarga wavelet jenis daubechies. Data yang digunakan dalam skripsi ini yaitu data nilai tukar rupiah (kurs) di Indonesia terhadap Dollar AS pada tanggal 1 Januari 2021 sampai tanggal 8 Mei 2021 dimana nilai tukar mata uang suatu negara memiliki peranan yang sangat penting terutama dalam mempengaruhi perubahan perdagangan dan investasi internasional. Hasil dari penelitian ini yaitu di dapat MSE terkecil pada parameter adaptive thresholding dengan fungsi soft thresholding di level resolusi 1 sebesar 234,8814.

Kata Kunci : Time Series, Wavelet Thresholding, Daubechies, Nilai Tukar Rupiah (Kurs)


Keywords


Time Series, Wavelet Thresholding, Daubechies, Nilai Tukar Rupiah (Kurs)

Full Text:

PDF

References


Donoho, D.L. & Johnstone, L.M. (1992). Ideal Spatial Adaptation by Wavelet Shrinkage. Stanford : Stanford University.

Khairunnisa, 2020. Perbandingan Model Exponensial Garch Dan Glosten Jaganathan Runkle Garch Dalam Meramalkan Nilai Tukar Rupiah Terhadap Dollar Amerika Serikat. Skripsi. Fakultas Matematika Dan Ilmu Pengetahuan Alam. Statistika. Universitas Islam Bandung. Bandung.

Kusumaningrum, D. A. (2017). Analisis Data Deret Waktu Menggunakan Metode Wavelet Thresholding Dengan Maximal Overlap Discrete Transform. Gaussian, 151-159.

Layla, D.A. 2016. Peramalan Harga Saham Dengan Menggunakan Metode Transformasi Wavelet Diskrit Daubechies. Skripsi. Fakultas Sains Dan Teknologi. Matematika. Universitas Islam Negeri Sunan Kalijaga. Yogyakarta.

Nason, G.P. (2008). Wavelet Methods in Statistics with R . United Kingdom : Departement Of Mathematics.

Odgen, R.T. (1997). Essential Wavelets for Statistical Applications and Data Analysis. New York : Birkhäuser Basel.

Percival, D.B., & Walden, A. T. (2000). Wavelet Methods For Time Series. Washington : Cambridge University Press.

Sulistyaningsih, I. (2011). Analisis Runtun Waktu dengan Metode Maximal Overlap Discrete Wavelet Transform (MODWT).Skripsi. Fakultas Matematika Dan Ilmu Pengetahuan Alam. Matematika. Universitas Diponegoro.

Suparti, S. (2008). Pemilihan Parameter Thresholding Optimal Dalam Estimator Regresi Wave;Et Thresholding Dengan Prosedur False Discovery Rate (Fdr). Media Statistika, Vol.1, No.1, Pp. 1-9.

Triyono. (2008). Analisis Perubahan Kurs Rupiah Terhadap Dollar Amerika. Jurnal Ekonomi Pembangunan. Vol. 9, No. 2, Pp. 156-167.

Utama Muhammad Bangkit Riksa, Hajarisman Nusar. (2021). Metode Pemilihan Variabel pada Model Regresi Poisson Menggunakan Metode Nordberg. Jurnal Riset Statistika, 1(1), 35-42.




DOI: http://dx.doi.org/10.29313/.v0i0.28706

Flag Counter     Â