OPTIMASI GENERALIZED CROSS VALIDATION (GCV) DALAM MENENTUKAN MODEL TERBAIK PADA ANALISIS REGRESI PENALIZED SPLINE. (STUDI KASUS : DATA KURS TRANSAKSI UANG RUPIAH (IDR) TERHADAP DOLAR AMERIKA (USD) PERIODE JANUARI 2020 - JUNI 2023)

Gayatri Putri Widowati, NIM.: 19106010035 (2023) OPTIMASI GENERALIZED CROSS VALIDATION (GCV) DALAM MENENTUKAN MODEL TERBAIK PADA ANALISIS REGRESI PENALIZED SPLINE. (STUDI KASUS : DATA KURS TRANSAKSI UANG RUPIAH (IDR) TERHADAP DOLAR AMERIKA (USD) PERIODE JANUARI 2020 - JUNI 2023). Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (OPTIMASI GENERALIZED CROSS VALIDATION (GCV) DALAM MENENTUKAN MODEL TERBAIK PADA ANALISIS REGRESI PENALIZED SPLINE. (STUDI KASUS : DATA KURS TRANSAKSI UANG RUPIAH (IDR) TERHADAP DOLAR AMERIKA (USD) PERIODE JANUARI 2020 - JUNI 2023)) 19106010035_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (2MB) | Preview
	Text (OPTIMASI GENERALIZED CROSS VALIDATION (GCV) DALAM MENENTUKAN MODEL TERBAIK PADA ANALISIS REGRESI PENALIZED SPLINE. (STUDI KASUS : DATA KURS TRANSAKSI UANG RUPIAH (IDR) TERHADAP DOLAR AMERIKA (USD) PERIODE JANUARI 2020 - JUNI 2023)) 19106010035_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Data runtun waktu adalah data yang dikumpulkan dari jangka waktu tertentu yang memiliki interval yang sama. Salah satu contoh dari data runtun waktu yaitu data kurs transaksi mata uang. Metode yang dapat digunakan dalam memodelkan data runtun waktu salah satunya adalah dengan ARIMA (Autoregressive Integrated Moving Average). Dalam ARIMA terdapat tiga asumsi yang harus terpenuhi yaitu asumsi whitenoise, asumsi stasioneritas, dan asumsi ormalitas. Namun, karena sifat dari data runtun waktu yaitu fluktuatif menyebabkan rentan terjadinya pelanggaran asumsi. Terdapat alternatif dalam melakukan analisis dengan menggunakan regresi Penalized Spline atau P-Spline. Tujuan penelitian ini adalah mencari model terbaik untuk data kurs rupiah terhadap dolar amerika menggunakan regresi P-Spline. Model dapat diperoleh dengan pemilihan kombinasi antara jumlah titik knot, orde, dan lambda dengan menggunakan optimasi Generalized Cross Validation (GCV). Setelah model didapatkan, akan dilakukan uji kelayakan model untuk melihat kinerja model dengan menggunakan Mean Absolute Percentage Error (MAPE). Didapatkan kombinasi optimal di orde 3 dengan 2 titik knot dan lambda sebesar 0.01, nilai GCV 118.041 dan MAPE sebesar 0.8104854. Model terbaik P-Spline yang diperoleh yaitu ˆy = 13707.95B−2,3(x) + 15307.64B−1,3(x) + 14001.73B0,3(x) + 15396.86B1,3(x) + 15389.91B2,3(x). Berdasarkan interpretasi model, ketika nilai kurs bernilai minimum yaitu Rp. 13800.90, maka pada waktu berikutnya nilai kurs akan meningkat sebesar Rp. 13708. Lalu untuk nilai tukar bernilai maksimum yaitu Rp. 15946.77, maka nilai kurs akan meningkat sebesar Rp. 15390.

Share this knowledge with your friends :

Actions (login required)

View Item