Pengandalian Efek Moving Holiday dengan RegARIMA dalam Proses Peramalan Nilai Tukar Rupiah Terhadap US Dollar
Abstract
Keywords
Full Text:
PDFReferences
Salim, A., Fadilla, dan Purnamasari, A. (2021). Pengaruh Inflasi Terhadap Pertumbuhan Ekonomi
Di Indonesia. Journal of Management : Small and Medium Enterprises (SMEs), 7(1), 17–28.
https://doi.org/10.35508/jom.v13i3.3311
Nugraha, N., Kamio, dan Gunawan, D. S. (2021). Faktor-Faktor Penyebab Utang Luar Negeri dan
Dampaknya Terhadap Pertumbuhan Ekonomi Indonesia. Jurnal Ilmiah Universitas Batanghari Jambi,
(1), 21. https://doi.org/10.33087/jiubj.v21i1.1160
Andriani, R. S. (2023). Kurs Rupiah Akhirnya Tembus Rp14.100 Usai Libur Lebaran. Bisnis.Com.
https://market.bisnis.com/read/20180621/93/808256/kurs-rupiah-akhirnya-tembus-rp14.100-usai-liburlebaran
Karyadi, Y., dan Santoso, H. (2022). Prediksi Kualitas Udara Dengan Metoda LSTM, Bidirectional
LSTM, dan GRU. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(1), 671–684.
https://doi.org/10.35957/jatisi.v9i1.1588
Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., dan Lauw, C. (2021). Penerapan Aplikasi RapidMiner Untuk
Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression. Jurnal Nasional
Teknologi Dan Sistem Informasi, 7(1), 8–17. https://doi.org/10.25077/teknosi.v7i1.2021.8-17
Are, G. P. B. and Sitorus, S. H. (2020). Prediksi Nilai Tukar Mata Uang Rupiah Terhadap Dolar Amerika
Menggunakan Metode Hidden Markov Model. Coding : Jurnal Komputer dan Aplikasi, 08(01):44–54.
Nisa, A. R., Tarno, T., dan Rusgiyono, A. (2020). Peramalan Harga Cabai Merah Menggunakan Model
Variasi Kalender Regarima Dengan Moving Holiday Effect (Studi Kasus: Harga Cabai Merah Periode
Januari 2012 Sampai Dengan Desember 2019 Di Provinsi Jawa Barat). Jurnal Gaussian, 9(2), 170–181.
https://doi.org/10.14710/j.gauss.v9i2.27819
Jesica, H. P., Ispriyanti, D., dan Tarno, T. (2019). Peramalan Jumlah Wisatawan Yang Berkunjung Ke
Objek Wisata Di Jawa Tengah Menggunakan Variasi Kalender Islam Regarima. Jurnal Gaussian, 8(3),
–316. https://doi.org/10.14710/j.gauss.v8i3.26676
Widhianti, N., dan Wutsqa, D. U. (2013). Peramalan Banyak Penumpang Kereta Daerah Operasi Vi
Yogyakarta Menggunakan Model Time Series Dengan Variasi Kalender Islam Regarima. . . . Matematika
Dan Pendidikan Matematika FMIPA UNY, November, 978–979.
Perdagangan, K. (2023). Nilai Tukar Mata Uang Asing Terhadap Rupiah. Satu Data Perdagangan.
https://satudata.kemendag.go.id/data-informasi/perdagangan-dalam-negeri/nilai-tukar
Zhang, T. (2017). Seasonal Adjustment of the Consumer Price Index. Open Journal of Social Sciences,
(03), 5–15. https://doi.org/10.4236/jss.2017.53002
Romzi, M., Kurniasari, A., Yuniarti, Kusuma, F., Amelia, R., dan Putri, T. E. (2010). Seasonal Adjustment
dan Peramalan PDB Triwulanan (S. Baidowi dan M. Romzi (eds.)). Badan Pusat Statistik.
Aktivani, S. (2021). Uji Stasioneritas Data Inflasi Kota Padang Periode 2014-2019. Jurnal Statistika
Industri Dan Kompetasi, 6(1), 26–33.
Lubis, R. M. F., Situmorang, Z., dan Rosnelly, R. (2021). Autoregressive Integrated Moving Average
(ARIMA-Box Jenkins) Pada Peramalan Komoditas Cabai Merah di Indonesia. Jurnal Media Informatika
Budidarma, 5(2), 485. https://doi.org/10.30865/mib.v5i2.2927
Lestari, E., Widiharih, T., dan Rahmawati, R. (2018). Peramalan Ekspor NonMigas dengan
Variasi Kalender Islam Menggunakan X-13 ARIMA-SEATS. Jurnal Gaussian, 7(7–3), 236–247.
http://www.nber.org/papers/w16019
Anggraeni, D. P., Rosadi, D., Hermansah, H., dan Rizal, A. A. (2020). Prediksi Harga Emas Dunia di Masa
Pandemi Covid-19 Menggunakan Model ARIMA. Jurnal Aplikasi Statistika Dan Komputasi Statistik,
(1), 71. https://doi.org/10.34123/jurnalasks.v12i1.264
Bilondatu, R. N., Nurwan, dan Isa, D. R. (2019). Model ARCH(1) dan GARCH(1,1) Pada Peramalan
Harga Saham PT. Cowell Development Tbk. Jurnal Ilmu Matematika Dan Terapan: Barekeng, 13(1),
–18.
Salsabila, F., Fatharani, R. A., Taqiyyuddin, T. A., dan Rizki, M. I. (2022). Aplikasi Model ARCH/GARCH
dalam Peramalan Laju Inflasi Bulanan Indonesia. Jurnal Sains Matematika Dan Statistika, 8(1), 34.
https://doi.org/10.24014/jsms.v8i1.13252
Panjaitan, H., Prahutama, A., dan Sudarno, S. (2018). Peramalan Jumlah Penumpang Kereta Api Menggunakan
Metode ARIMA, Intervensi dan ARFIMA (Studi Kasus : Penumpang Kereta Api Kelas Lokal
EkonomiDAOP IV Semarang). Jurnal Gaussian, 7(1), 96–109. https://doi.org/10.14710/j.gauss.v7i1.26639
Anbiya, W., dan Garini, F. C. (2022). Application of GARCH Forecasting Method in Predicting The
Number of Rail Passengers (Thousands of People) in Jabodetabek Region. Jurnal Matematika, Statistika
Dan Komputasi, 18(2), 198–223. https://doi.org/10.20956/j.v18i2.18382
Nurman, S., Nusrang, M., dan Sudarmin. (2022). Analysis of Rice Production Forecast in Maros District
Using the Box-Jenkins Method with the ARIMA Model. ARRUS Journal of Mathematics and Applied
Science, 2(1), 36–48. https://doi.org/10.35877/mathscience731
Hayati, F. N., Silfiani, M., dan Nurlaily, D. (2022). Perbandingan Metode Arima, Dan Triple Exponential
Smoothing Pada Studi Kasus Data Ekspor Non Migas Di Kalimantan Timur. Jurnal Sains, Nalar, Dan
Aplikasi Teknologi Informasi, 1(2). https://doi.org/10.20885/snati.v1i2.10
Bamanga, M. A., dan Adams, S. O. (2023). Predictive Modeling of Nigeria’s Currency in Circulation Using
X-12 Autoregressive Integrated Moving Average Method. Dutch Journal of Finance and Management, 5(1),
https://doi.org/10.55267/djfm/13340
Erdawati, L., Komalasari, dan Febrianto, H. G. (2023). Kinerja keuangan perbankan syariah dengan internet
banking dan fee based income sebagai prediktor. FORUM EKONOMI: Jurnal Ekonomi, Manajemen
Dan Akuntansi, 25(1), 97–105.
Natalia, N. D. A., Rumate, V. A., dan Tolosang, K. D. (2019). Pengaruh Belanja Modal Dan Belanja
Sosial Pemerintah Terhadap Pertumbuhan Ekonomi Di Sulawesi Utara. Jurnal Berkala Ilmiah Efisiensi,
(03), 97–106.
Priyanthy, A., Soegiarto, H. E., dan Mardiana. (2017). Pengaruh Motivasi dan Lingkungan Kerja Terhadap
Kinerja Karyawan pada PT. Jonathan Agung Bersaudara. Journal of Chemical Information and Modeling,
(9), 21–25. http://www.elsevier.com/locate/scp
Putri, A. M., Sadik, K., dan Afendi, F. M. (2021). Study of X-13 ARIMA SEATS Modeling for Rice Price
Index Data in Indonesia. Journal of Physics: Conference Series, 1863(1). https://doi.org/10.1088/17426596/1863/1/012055
Ollech, D., dan Bundesbank, D. (2023). Economic Analysis Using Higher-Frequency Time Series: Challenges
for Seasonal Adjustment. Empirical Economics, 64(3), 1375–1398. https://doi.org/10.1007/s00181022-02287-5
Hariwijaya, M. R. I., Furqon, M. T., dan Dewi, C. (2020). Prediksi Harga Emas Dengan Menggunakan
Metode Average-Based Fuzzy Time Series. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer,
(4), 1258–1264.
Meilania, G. T., dan Malihah, L. (2023). Perbandingan Model Peramalan Jumlah Pencari Kerja Menggunakan
ARIMA dan Double Exponential Smoothing. Jurnal Litbang Sukowati : Media Penelitian Dan
Pengembangan, 7(2), 169–178. https://doi.org/10.32630/sukowati.v7i2.441
Melyani, Cheryl Ayu, Atsila Nurtsabita, Ghaitsa Zahira Shafa, and Edy Widodo. “Peramalan Inflasi
Di Indonesia Menggunakan Metode Autoregressive Moving Average (Arma).” Journal of Mathematics
Education and Science 4, no. 2 (2021): 67–74.
DOI: https://doi.org/10.24198/jmi.v20.n1.54416.63-80
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Jurnal Matematika Integratif
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Published By:
Department of Matematics, FMIPA, Universitas Padjadjaran, Jl. Raya Bandung-Sumedang KM. 21 Jatinangor
Indexed by:
Visitor Number : View My Stats
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.