Analisis Time Series Forecasting pada Data Kurs Dolar Menggunakan Metode Long Short-Term Memory

Abstract

Fluktuasi nilai tukar rupiah terhadap Dollar Amerika Serikat (US$) adalah salah satu permasalahan ekonomi di Indonesia yang dapat memicu kenaikan biaya impor. Perubahan drastis nilai tukar dapat menyebabkan krisis ekonomi di Indonesia. Oleh karena itu, perlu dilakukan peramalan nilai tukar untuk mengantisipasi penurunan drastis nilai tukar di masa depan. Peramalan nilai tukar ini dapat dilakukan dengan menggunakan Analisis Time Series Forecasting. Salah satu metode yang dapat mendukung proses peramalan adalah Long Short-Term Memory (LSTM). Metode ini merupakan pengembangan dari RNN yang mampu mengolah informasi sekuensial, khususnya data deret waktu dalam jangka pendek dan jangka panjang. Analisis peramalan nilai tukar ini dilakukan dengan menggunakan data univariat dan multivariat. Data kurs univariat hanya berisi nilai kurs harian. Sementara itu, data multivariat memiliki variabel x (variabel prediktor) berupa lima data nilai tukar berdasarkan lag, yaitu Lag1, Lag2, Lag3, Lag4, Lag5. Hasil penelitian yang diperoleh adalah waktu peramalan rangkaian analisis nilai tukar univariat dan multivariat menggunakan metode LSTM yang dapat dikatakan baik. Namun analisis menggunakan data univariat lebih baik daripada menggunakan data multivariat. Hal ini dibuktikan dengan nilai RMSE sebesar 76,67 dan MAPE sebesar 0,44% yang diperoleh dari data univariat analisis. Sedangkan pada analisis data multivariat diperoleh RMSE sebesar 93,33 dan MAPE sebesar 0,54%.