Model Laju Perubahan Nilai Tukar Rupiah (Idr) Terhadap Poundsterling (Gbp) Dengan Metode Markov Switching Autoregressive (Msar)

Abstract

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.

Model Markov Switching Autoregressive pada Data Covid-19 di Indonesia

“…Model Markov Switching Autoregressive (MSAR) digunakan untuk mengelola perubahan struktural dalam ruang yang tidak teramati dalam rangkaian rantai Markov [14]. Model MSAR dapat dituliskan dalam rumus berikut:…”

Pemodelan Markov Switching Autoregressive (Msar) Pada Inflasi Dki Jakarta

“…Dengan model MSAR juga dapat dihitung durasi masing-masing state. Durasi dari state j dihitung dengan persamaan berikut [10].…”