PEMANFAATAN MODEL GEOMETRIC BROWNIAN MOTION – TERMODIFIKASI KALMAN FILTER DALAM MERAMALKAN NILAI TUKAR MATA UANG

Dinda Fauziah Luthfiani, - and Dadan Dasari, - and Bambang Avip Priatna Martadiputra, - (2025) PEMANFAATAN MODEL GEOMETRIC BROWNIAN MOTION – TERMODIFIKASI KALMAN FILTER DALAM MERAMALKAN NILAI TUKAR MATA UANG. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Nilai tukar mata uang atau kurs memiliki dampak yang signifikan bagi kondisi perekonomian negara dan pasar modal. Pergerakan nilai tukar mata uang yang acak dan sulit prediksi, mengakibatkan ketidakpastian dalam perencanaan ekonomi dan perdagangan internasional. Oleh karena itu, penelitian ini dilakukan untuk meramalkan nilai tukar uang yang diharapkan dapat mendukung perencanaan dalam mengantisipasi dampak negatif terhadap perekonomian Indonesia. Peramalan dilakukan dengan memanfaatkan model Geometric Brownian Motion (GBM), yaitu model stokastik untuk peramalan yang didasarkan pada pergerakan angka acak data pada waktu tertentu. Selanjutnya, model GBM dimodifikasi dengan menambahkan metode filtering menggunakan Kalman Filter (KF) untuk meningkatkan nilai akurasi peramalan. Berdasarkan hasil yang diperoleh dari penelitian ini, peramalan menggunakan model GBM dan GBM-KF menghasilkan nilai MAPE < 10% atau dalam kategori akurasi yang sangat baik. Namun, peramalan menggunakan GBM-KF menghasilkan nilai MAPE dan MSE yang lebih rendah dari peramalan yang hanya menggunakan model GBM, sehingga peramalan menggunakan model GBM-KF lebih akurat dibandingkan dengan model GBM. The currency exchange rate or Foreign Exchange (FX) or Forex has a significant impact on a country’s economic condition and the capital market itself. The random movement and unpredictable currency values affect the uncertainty in economic planning and international trade. As a result, this study is conducted to forecast the exchange rate, which is expected to support planning efforts in anticipating negative impacts on Indonesia's economy. This forecasting is conducted using a Geometric Brownian Motion (GBM) model, a stochastic model for forecasting based on the random numbers data movement at a certain time. Furthermore, the GBM model will be modified by adding a filtering method using Kalman Filter (KF) to improve the accuracy of the forecasting. Based on this research’s result, the forecasting with GBM and GBM-KF generates MAPE < 10% or a very good accuracy category. However, forecasting with GBM-KF generates lower values of MAPE and MSE than forecasting with the GBM model. In conclusion, forecasting with the GBM-KF model is more accurate than the GBM model.

	Text S_MAT_2105835_Title.pdf Download (6MB)
	Text S_MAT_2105835_Chapter1.pdf Download (329kB)
	Text S_MAT_2105835_Chapter2.pdf Restricted to Staf Perpustakaan Download (519kB)
	Text S_MAT_2105835_Chapter3.pdf Download (323kB)
	Text S_MAT_2105835_Chapter4.pdf Restricted to Staf Perpustakaan Download (918kB)
	Text S_MAT_2105835_Chapter5.pdf Download (390kB)
	Text S_MAT_2105835_Appendix.pdf Restricted to Staf Perpustakaan Download (642kB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?view_op=new_profile&hl=en ID SINTA Dosen Pembimbing: Dadan Dasari: 6000619 Bambang Avip Priatna Martadiputra: 6124136
Uncontrolled Keywords:	Geometric Brownian Motion (GBM), Kalman Filter (KF), Peramalan, Nilai Tukar Mata Uang, GBM-Kalman Filter Geometric Brownian Motion (GBM), Kalman Filter (KF), Forecasting, Currency Exchange Rate, GBM-Kalman Filter
Subjects:	H Social Sciences > HG Finance L Education > L Education (General) Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Matematika - S1 > Program Studi Matematika (non kependidikan)
Depositing User:	Dinda Fauziah Luthfiani
Date Deposited:	19 Aug 2025 08:59
Last Modified:	21 Aug 2025 04:28
URI:	http://repository.upi.edu/id/eprint/135652

Actions (login required)

View Item