Abstract:
Perubahan Nilai Tukar Rupiah terhadap Dolar Amerika Serikat memiliki dampak
signifikan terhadap kondisi ekonomi dan tingkat inflasi di Indonesia. Oleh karena
itu, peramalan nilai tukar Rupiah menjadi penting dilakukan untuk mengantisipasi
perubahan serta menjadi acuan dalam mengambil kebijakan ekonomi yang tepat.
Penelitian dilakukan dengan membandingkan kinerja tiga metode peramalan dari
penelitian sebelumnya yaitu Prophet, Bayesian Structural Time Series (BSTS), dan
Extreme Gradient Boosting (XGBoost) dalam memprediksi nilai tukar Rupiah
terhadap Dolar Amerika Serikat. Penelitian dilakukan dengan menggunakan data
sekunder pergerakan nilai tukar Rupiah terhadap Dolar Amerika Serikat dari tahun
2017-2024. Evaluasi dilakukan berdasarkan nilai Mean Absolute Percentage Error
(MAPE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE).
Hasil penelitian menunjukkan bahwa model Prophet memiliki tingkat akurasi
sebesar 93.5%, BSTS sebesar 96% dan XGBoost sebesar 99.98% dan metode
Prophet diketahui merupakan model terbaik untuk melakukan prediksi dengan
hanya menggunakan data runtun waktu dari masa lampau.
