PENERAPAN PYTHON UNTUK VISUALISASI DAN PERAMALAN PADA NILAI TUKAR USD/IDR MENGGUNAKAN METODE SARIMA

Abstract

Nilai tukar mata uang memiliki peran penting dalam perekonomian suatu negara, karena menghubungkan aktivitas ekonomi domestik dan internasional serta memengaruhi neraca perdagangan, inflasi, dan kestabilan ekonomi. Tren depresiasi Rupiah terhadap Dollar US selama 2016–2022 menimbulkan kekhawatiran terhadap dampaknya terhadap daya saing dan kestabilan ekonomi nasional. Oleh karena itu, diperlukan model peramalan yang akurat dan efisien untuk memprediksi nilai tukar. Penelitian ini bertujuan mengembangkan dan memvalidasi model SARIMA menggunakan Python untuk meramalkan nilai tukar US Dollar terhadap Rupiah periode 2020–Mei 2025, dengan prediksi satu tahun ke depan. Metode SARIMA dipilih karena kemampuannya menangani pola musiman yang relevan pada data nilai tukar. Parameter model diidentifikasi melalui analisis ACF, PACF, dan auto_arima, menghasilkan model terbaik SARIMA (0,1,2) (0,1,1)[52] dengan nilai AIC dan BIC terendah. Evaluasi model menggunakan metrik MAE, MSE, RMSE, dan MAPE menunjukkan performa sangat baik dengan MAPE 2,61% pada data uji. Pemodelan menggunakan seluruh data historis menghasilkan prediksi mingguan yang konsisten dengan tren historis. Penggunaan Python dan pustaka seperti pandas, matplotlib, dan statsmodels mempermudah proses analisis dan visualisasi data secara efisien. Hasil ini memberikan gambaran peramalan nilai tukar yang akurat dan dapat mendukung pengambilan keputusan strategis dalam menghadapi ketidakpastian ekonomi global.