Peramalan Netflow Uang Kartal Dengan Metode Arimax Dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia)

Wulansari, Renny Elfira (2014) Peramalan Netflow Uang Kartal Dengan Metode Arimax Dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia). Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[thumbnail of 1310100022-Undergraduate_Thesis.pdf]
Preview
Text
1310100022-Undergraduate_Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Bank Indonesia (BI) merupakan bank sentral Republik Indonesia. BI
memiliki satu tujuan tunggal yakni mencapai dan menjaga kestabilan
nilai rupiah. Salah satu hal yang dilakukan untuk memenuhi tujuan ini
adalah dengan pemantauan netflow uang kartal agar BI dapat menentukan
kebijakan
terhadap
proses
uang
keluar
dan
uang
masuk
pada

BI.
Pemantauan ini dilakukan lewat peramalan nilai netflow uang kartal.
Metode peramalan pada BI yang masih menggunakan ARIMA dan
ekstrapolasi data belum maksimal dalam meramalkan netflow uang
kartal. Maka dari itu pada penelitian ini netflow uang kartal akan
diramalkan dengan metode yang berbeda, yakni ARIMAX dan Artificial
Neural Network (ANN). Dari kedua metode ini akan dibandingkan hasil
peramalan metode mana yang lebih baik. ARIMAX yang digunakan
adalah ARIMAX dengan efek variasi kalender dan variabel prediktor
Indeks Harga Konsumen (IHK) serta kurs. ARIMAX dengan efek variasi
kalender digunakan karena diketahui adanya hari raya idul fitri
memperngaruhi netflow uang kartal. Sedangkan metode ANN yang
digunakan adalah Radial Basis Function Network (RBFN). Ini karena
metode ANN sebagai teknik peramalan baru dalam bidang ekonomi dan
keuangan pada beberapa penelitian hasil peramalannya lebih unggul
dibanding metode yang ada sebelumnya Periode data yang digunakan
pada penelitian ini adalah Januari 2005 hingga Desember 2013. Diperoleh

hasil bahwa model ARIMAX dengan efek variasi kalender dan
variabel prediktor IHK merupakan model dengan peramalan netflow
uang kartal terbaik dibanding model-model lain pada penelitian ini
=============================================================================================
Bank Indonesia (BI) is the central bank of the Republic of Indonesia. BI
has one single overarching objective, to establish and maintain rupiah
stability. One of the things which has done to achieve this goal is by
monitoring netflow of money currency so BI can decide policy toward
the money which is out and in to BI. This monitoring is done through
forecasting from netflow of money currency value. Forecasting methods
in BI are still using ARIMA and the extrapolation of data that is not
maximized in predicting netflow of money currency. Thus in this study
netflow of money currency would be predicted by different methods,
namely ARIMAX and Artificial Neural Network (ANN). Of both methods
will be compared to the results of forecasting which method is better.
ARIMAX which is used is ARIMAX with calendar variation effect, the
predictor variables Consumer Price Index (CPI), and exchange rate.
ARIMAX with calendar variation effect is used because Eid-holidays
affect netflow of money currency. While the ANN method used is Radial
Basis Function Network (RBFN). It is caused the ANN method as a new
forecasting techniques in the field of economics and finance at some
research gave better forecasting results than existing methods. Period
data used in this study is January 2005 to December 2013. The result
shows that ARIMAX model with calendar variation effect and CPI as a
predictor is the best model for forecasting netflow of money currency

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 511.326 Wul p
Uncontrolled Keywords: Netflow Uang Kartal, IHK, Kurs, Peramalan, Variasi Kalender, Fungsi Transfer, RBFN
Subjects: H Social Sciences > HA Statistics
Q Science > QA Mathematics > QA353.K47 Kernel functions (analysis)
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: EKO BUDI RAHARJO
Date Deposited: 22 Sep 2020 04:17
Last Modified: 22 Sep 2020 04:17
URI: http://repository.its.ac.id/id/eprint/82012

Actions (login required)

View Item View Item