Abstrak. Perubahan struktur yang sering terjadi pada data deret waktu diduga dipen-garuhi oleh suatu variabel acak tak teramati atau disebut dengan state. Perubahanstruktur diidentikasi dengan melihat pola nonlinier pada data yang biasanya berupapelonjakan nilai yang sangat mencolok dan signikan. Model Markov Switching Autore-gressive (MSAR) oleh Hamilton merupakan suatu model yang dihasilkan dari peng-gabungan rantai Markov dan model klasik Autoregressive yang mampu menjelaskanperubahan struktur pada data deret waktu. Salah satu data yang sering mengalamiperubahan struktur adalah data nilai tukar. Oleh karena itu, penelitian ini akan menen-tukan model terbaik bagi laju perubahan nilai tukar rupiah (IDR) terhadap poundster-ling (GBP), menentukan besar peluang perpindahan dan bertahannya suatu state, sertabesarnya dugaan durasi masing-masing state menggunakan metode Markov SwitchingAutoregressive (MSAR). Pada nilai tukar dimisalkan terdapat dua state apresiasi dandepresiasi. Diperoleh bahwa model terbaik yaitu MS(2)AR(1) dengan peluang transisiapresiasi ke apresiasi 0; 979882, apresiasi ke depresiasi 0; 020118, depresiasi ke depresiasi0; 451971, dan depresiasi ke apresiasi 0; 548029. Sedangkan dugaan durasi pada apresiasi49; 7067 bulan dan durasi pada depresiasi 1; 82462 bulan.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.