Prediksi Nilai Tukar Rupiah terhadap Dolar AS Menggunakan Model LSTM Multivariat dengan Exogenous Makroekonomi dan Finansial

Abstract

Studi ini bertujuan guna melakukan prediksi nilai tukar Rupiah terhadap Dolar AS dengan memanfaatkan model Long Short-Term Memory (LSTM) multivariat yang mengintegrasikan variabel exogen dari aspek makroekonomi dan finansial. Data yang digunakan berupa data deret waktu harian dalam rentang periode 1 Oktober 2015 hingga 30 September 2025 yang diperoleh dari Yahoo Finance dan Investing.com. Variabel dalam penelitian ini meliputi nilai tukar Rupiah pada Dolar AS sebagai variabel dependen, serta Indeks Harga Saham Gabungan (IHSG), yield obligasi pemerintah Indonesia tenor 10 tahun, CBOE Volatility Index (VIX), dan harga minyak dunia sebagai variabel exogen. Data kemudian diproses melalui tahapan preprocessing, normalisasi, pembentukan data time series menggunakan metode sliding window, serta pembagian data ke dalam data training serta data testing. Metode yang diterapkan pada studi ini yaitu LSTM multivariat, yang dipilih karena kemampuannya dalam memodelkan hubungan nonlinier serta menangkap ketergantungan jangka panjang pada data deret waktu. Pembagian dataset dilakukan dengan rasio 80:20 untuk data pelatihan dan pengujian tanpa melalui proses pengacakan guna mempertahankan urutan temporal. Kinerja model kemudian dievaluasi dengan Root Mean Square Error (RMSE). Hasil studi mengindikasikan bahwasannya model menghasilkan nilai RMSE sebesar 164,223, yang menunjukkan bahwa hasil prediksi pada studi relatif mendekati nilai aktual. Dengan demikian, model LSTM multivariat dengan variabel exogenous yang digunakan mampu memberikan performa yang baik dalam memprediksi pergerakan nilai tukar Rupiah pada USD dan diharapkan dapat menjadi referensi dalam analisis serta pengambilan keputusan di bidang ekonomi dan keuangan