Nilai tukar mata uang atau biasa disebut dengan kurs, merupakan hal yang sangat penting untuk menjaga stabilitas perekonomian suatu Negara. Karena apabila nilai kurs tidak dapat dikendalikan oleh suatu Negara, maka banyak dampak negatif yang akan terjadi di Negara tersebut. Beberapa dampak besar yang terjadi adalah naiknya harga barang-barang di Negara tersebut dan meningkatnya nilai hutang luar negeri Negara itu. Oleh karena itu bank sentral bertugas untuk menjaga nilai kurs agar tetap stabil atau bahkan menguat. Tahun 2018 mata uang Indonesia yaitu Rupiah mengalami depresiasi dan nilai tukar Rupiah terhadap Dolar AS mencapai Rp 15.025. Hal ini menjadi perhatian yang cukup besar, karena Rupiah melemah. Kejadian semacam ini sebaiknya dapat diantisipasi oleh Bank Indonesia. Oleh karena itu dibutuhkan metode yang tepat agar dapat memprediksi nilai kurs pada masa mendatang, agar Bank Indonesia dapat mengantisipasi kondisi semacam itu. Pada penelitian ini dilakukan peramalan nilai kurs Rupiah terhadap beberapa mata uang asing dengan menggunakan metode Vector Autoregressive (VAR) dan Neural Network (NN). Kedua metode tersebut digunakan karena data berupa data multivariate time series. Beberapa penelitian sebelumnya yang menganalisis data-data keuangan dan perokonomian menunjukkan bahwa kedua metode itu dan hybrid dari kedua metode tersebut menghasilkan hasil prediksi yang baik. Penelitian ini akan membandingkan hasil ramalan dari metode-metode tersebut dan menentukan metode terbaik dalam memprediksi nilai kurs. Pemilihan metode terbaik menggunakan kriteria error dari model-model tersebut, yaitu menggunakan kriteria AIC, SBC dan RMSE.

Kurs, Rupiah, VAR, NN

• Dra. Heruna Tanty, M.Si.

• Syarifah Diana Permai, S.Si, M.Si