PEMODELAN KURS USD TERHADAP RUPIAH MENGGUNAKAN SMOOTH TRANSITION AUTOREGRESSIVE (STAR)

Penelitian ini bertujuan untuk memodelkan fluktuasi kurs USD terhadap rupiah
menggunakan model Logistic Smooth Transition Autoregressive (LSTAR) dan
Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan adalah
data kurs JISDOR harian dari 1 Januari 2022 hingga 30 Juni 2024 sebanyak 912
data dari Bank Indonesia. Analisis dilakukan dengan uji stasioneritas, identifikasi
model ARIMA, uji nonlinieritas dan estimasi model LSTAR. Hasil analisis
menunjukkan bahwa model LSTAR sebagai model terbaik yang digunakan
berdasarkan nilai Akaike Information Criterion (AIC) terkecil yaitu sebesar 6785,
dibandingkan dengan model ARIMA (13,1,5) yaitu sebesar 9377,58. Peramalan
LSTAR lebih akurat pada 7 hari pertama dibandingkan dengan ARIMA. Model ini
dapat membantu pemerintah dan masyarakat dalam memperkirakan nilai kurs yang
dapat mendukung kestabilan ekonomi dan pengambilan keputusan yang tepat di
berbagai sektor.
Kata kunci: Akaike Information Criterion (AIC), Autoregressive Integrated
Moving Average (ARIMA), Logistic Smooth transition Autoregressive (LSTAR),
Kurs., Smooth transition Autoregressive (STAR)