PEMODELAN SMOOTH TRANSITION AUTOREGRESSIVE :Studi Kasus Nilai Tukar Rupiah terhadap Bath

Runtun waktu adalah rangkaian data berupa nilai pengamatan (observasi) yang diukur berdasarkan waktu dengan interval yang sama. Secara umum metode runtun waktu mempunyai tujuan untuk memodelkan data sehingga dapat diperoleh hasil peramalan yang akurat berdasarkan data pada periode sebelumnya. Salah satu model runtun waktu yang sudah ada seperti model autoregressive (AR) merupakan model runtun waktu yang linear. Namun, jika terdapat kecenderungan perilaku nonlinear dalam data runtun waktu, tentu tidak bijaksana jika dalam pemodelannya digunakan model linear. Untuk pemodelan runtun waktu yang nonlinear salah satu alternatif yang dapat digunakan adalah model Smooth Transition Autoregressive. Model ini terdiri dari dua jenis yaitu model Logistic Smooth Transition Autoregressive (LSTAR) dan model Exponential Smooth Transition Autoregressive (ESTAR). Salah satu kasus runtun waktu nonlinear adalah nilai tukar mata uang ( Korhonen, 2005). Oleh karena itu, pada studi kasus tugas akhir ini menggunakan data nilai tukar rupiah terhadap bath periode 1 Januari 2006 sampai 29 April 2011 dan diperoleh model yang sesuai utnuk data tersebut adalah model LSTAR dengan variabel transisi y_(t-1)