PEMODELAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) PADA KURS RUPIAH TERHADAP USD

DESWITA , DEWI (2023) PEMODELAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) PADA KURS RUPIAH TERHADAP USD. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK.pdf Download (181Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (1826Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA PEMBAHASAN.pdf Download (1826Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Harga tukar atau biasa dikenal kurs merupakan taksiran mata uang suatu negara terhadap mata uang negara lain. Harga tukar menjadi salah satu tolak ukur untuk mengukur keadaan perekonomian negara. Jika terjadinya ketidakstabilan kurs akan sangat berpengaruh terhadap perdagangan internasional, maka otoritas moneter penting mengkaji terkait harga tukar mata uang Rupiah terhadap USD agar dapat menstabilkan kurs. Pada penelitian ini menggunakan metode nonparametrik tepatnya Multivariate Adaptive Regression Spline (MARS). Data yang digunakan Penelitian ini yaitu faktor faktor yang pengaruhi kurs Rupiah terhadap USD pada tahun 2019-2022. Tujuan penelitian ini adalah menganalisis model MARS dan tingkat terpenting variabel prediktor yang pengaruhi kurs Rupiah terhadap USD. Hasil dari penelitian ini adalah variabel prediktor terpenting yang berpengaruh pada kurs Rupiah terhadap USD yang dihasilkan secara signifikan dari tingkat tertinggi sampai terendah yaitu variabel Inflasi dengan nilai 100%, Cadangan Devisa 75,81%, Ekspor 73,35%,dan Suku Bunga 69,33%. bentuk model terbaik diperoleh berdasarkan kombinasi dengan nilai BF= 20, MI =2, dan MO=1 karena nilai GCV terkecil yang dimilikinya yaitu 0,39312. Kata Kunci: Multivariate Adaptive Regression Spline (MARS), Kurs, Generalized Cross Validation (GCV). abstract The exchange rate is an estimate of a country's currency against another country's currency. The exchange rate is one of the benchmarks to measure the state of the country's economy. If there is instability in the exchange rate, it will greatly affect international trade, so it is important for the monetary authority to study the exchange rate of the Rupiah against the USD in order to stabilize the exchange rate. In this study using nonparametric methods precisely Multivariate Adaptive Regression Spline (MARS). The data used in this study are factors that influence the exchange rate of Rupiah against USD in 2019-2022. The purpose of this study is to analyze the MARS model and the most important level of predictor variables that influence the Rupiah exchange rate against the USD. The results of this study are the most important predictor variables that affect the Rupiah exchange rate against the USD which are generated significantly from the highest to the lowest level, namely the Inflation variable with a value of 100%, Foreign Exchange Reserves 75.81%, Exports 73.35%, and Interest Rates 69.33%. The best model shape is obtained from the combination of BF = 20, MI = 2, and MO = 1 because it has the smallest GCV of 0.39312. Keywords: Multivariate Adaptive Regression Spline (MARS), exchange rate, Generalized Cross Validation (GCV).

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301746778 . Digilib
Date Deposited:	21 Jul 2023 06:47
Terakhir diubah:	21 Jul 2023 06:47
URI:	http://digilib.unila.ac.id/id/eprint/73569

Actions (login required)

Lihat Karya Akhir