Exchange RateForecating

Angkatan R-51Program Magister Manajemen dan Bisnis

Institut Pertanian Bogor2014

Disusun Oleh :

Marsela Dwi Tamisari(P056132301.51)

Ujian Akhir Triwulan ke-2

Mata Kuliah Manajemen Finansial

Dosen :

Prof. Dr. Ir. Noer Azam Achsani, MS

DAFTAR ISI

PENDAHULUAN 5

Latar Belakang 5 Tujuan 6

TINJAUAN PUSTAKA 7

Exchange Rate 7Exchange Rate Forecasting 7Metodelogi dalam Exchange Rate Forecasting 7

PEMBAHASAN 11

Peranan dan Manfaat Exchange Rate Forecasting 11Analisis Studi Literatur Exchange Rate Forecasting dalam Berbagai Metode 12

PENUTUP 15

Kesimpulan 15

DAFTAR PUSTAKA 16

Daftar Tabel

Tabel 1. Asumsi nilai tukar rupiah 2012

Daftar Gambar

Gambar 1. Indeks nilai tukar rupiah terhadap dollar Amerika 1990-2009

Gambar 2. Tahapan siklus bisnis

Gambar 3. Pergerakan leading, coincident dan lagging index

Manajemen Finansial, R51 Hal 3

PENDAHULUAN

Latar Belakang

Salah satu indikator ekonomi makro yang sensitif terhadap gejolak perekonomian eksternal adalah nilai tukar mata uang (kurs mata uang). Dalam hal ini nilai tukar mata uang mencerminkan kekuatan perekonomian sebagai akibat dari penetrasi dan efek dari perekonomian global. Semakin stabil nilai tukar mata uang suatu negara terhadap mata uang negara lain, semakin menunjukkan kekuatan fundamental perekonomian negara tersebut. Dengan kata lain, pemerintah (otoritas moneter) mampu melakukan kebijakan moneter dan dari nilai tukar mata uang yang dapat mendorong peningkatan daya saing perekonomian suatu negara (Mukhlis,2011).

Nilai tukar menjadi salah satu indikator penting karena mempunyai dampak yang luas terhadap perekonomian secara keseluruhan. Oleh karena itu, pergerakan nilai tukar menjadi perhatian serius oleh otoritas moneter untuk memantau dan mengendalikannya, terutama berkaitan dengan faktor-faktor yang mempengaruhi nilai tukar rupiah (Suwita, 2010). Semenjak Indonesia menggunakan sistem nilai tukar mengambang bebas kebijakan yang dilakukan oleh otoritas moneter untuk mengendalikan fluktuasi nilai tukar menjadi lebih penting lagi dilakukan. Untuk memberikan gambaran tentang fluktuasi nilai tukar rupiah terhadap dollar Amerika, setelah penerapan sistem nilai tukar mengambang bebas, berikut grafik indeks nilai tukar rupiah terhadap dollar Amerika pada peroide tahun 1990 – 2009.

Gambar 1. Indeks nilai tukar rupiah terhadap dollar Amerika 1990-2009Sumber: (Suwita, 2010).

Manajemen Finansial, R51 Hal 5

Pergerakan nilai tukar yang berfluktuasi di pasar uang tersebut akan sangat ditentukan oleh sistem nilai tukar yang dianut oleh masing-masing negara. Sistem nilai tukar mata uang yang bersifat fixed exchange rate, cenderung akan mengakibatkan stabilitas nilai tukar mata uang karena adanya supporting dari otoritas moneter dalam bentuk intervensi di pasar uang. Sedangkan sisten nilai tukar mata uang yang menganut floating exchange rate akan cenderung mengakibatkan pergerakan nilai tukar mata uang yang bersifat volatil. Pada jenis nilai tukar mata uang yang bersifat volatil ini, membawa konsekuensi pada kondisi ketidakpastian yang akan dihadapi oleh economic agent. Ketidakpastian tersebut merupakan teka-teki yang patut dicermati oleh semua pihak dalam menjaga stabiliatas makroekonomi. (Mukhlis,2011). Perubahan kurs yang tidak menentu ini juga menyebabkan pelaku bisnis dapat melakukan kesalahan dalam jual beli, sehingga peramalan atau prediksi menjadi faktor penting bagi pelaku bisnis. Peramalan digunakan untuk memutuskan keputusan apakah pelaku bisnis harus menjual atau membeli.

Krisis nilai tukar berdampak buruk terhadap aktivitas ekonomi sehingga, kebijakan untuk menstabilkan nilai tukar merupakan kebijakan ekonomi yang penting pada beberapa negara, termasuk Indonesia. Oleh karena itu diperlukan suatu deteksi dini terhadap pergerakan nilai tukar yang sangat volatile untuk meramalkan arah pergerakan ekonomi ke depan. Sehingga para pembuat kebijakan diharapkan mampu mengantisipasi hal-hal yang tidak diinginkan dengan menetapkan kebijakan yang tepat sasaran sehingga terwujudlah kestabilan ekonomi di Indonesia (Benazir,2008).

Tujuan

Berdasarakan pada uraian di atas maka paper ini bertujuan untuk megkaji mengenai peranan dan manfaat dari exchange rate forecasting dan menganalisis berbaagai macam studi literatur dalam berbagai metode yang digunakan untuk melakukan exchange rate forecasting.

Manajemen Finansial, R51 Hal 6

TINJAUAN PUSTAKA

Exchange Rate

Nilai tukar adalah harga suatu mata uang terhadap mata uang lainnya atau nilai dari suatu mata uang terhadap nilai mata uang lainnya (Salvatore, 2008). Kenaikan nilai tukar mata uang dalam negeri disebut apresiasi atas mata uang asing. Penurunan nilai tukar uang dalam negeri disebut depresiasi atas mata uang asing. Nilai tukar Rupiah atau disebut juga Nilai Tukar Rupiah adalah perbandingan nilai atau harga mata uang Rupiah dengan mata uang lain.

Perdagangan antar negara yang terjadi di era liberalisasi ini, di mana masing-masing negara mempunyai alat tukarnya sendiri mengharuskan adanya angka perbandingan nilai suatu mata uang dengan mata uang lainnya, yang disebut nilai tukar valuta asing atau nilai tukar (Salvatore, 2008). Nilai tukar terbagi atas nilai tukar nominal dan nilai tukar riil. Nilai tukar nominal (nominal exchange rate) adalah nilai yang digunakan seseorang saat menukar mata uang suatu negara dengan mata uang negara lain. Sedangkan nilai tukar riil (real exchange rate) adalah nilai yang digunakan seseorang saat menukar barang dan jasa dari suatu negara dengan barang dan jasa dari negara lain (Mankiw, 2006).

Nilai tukar yang melonjak-lonjak secara drastis tak terkendali akan menyebabkan kesulitan pada dunia usaha dalam merencanakan usahanya terutama bagi mereka yang mendatangkan bahan baku dari luar negeri atau menjual barangnya ke pasar ekspor oleh karena itu pengelolaan nilai mata uang yang relatif stabil menjadi salah satu faktor moneter yang mendukung perekonomian secara makro (Pohan, 2008).

Exchange Rate Forecasting

Transaksi internasional biasanya diselesaikan dalam waktu dekat. Exchange rate forecasting diperlukan untuk mengevaluasi arus kas dalam mata uang asing yang terlibat dalam transaksi internasional. Dengan demikian peramalan nilai tukar sangat penting untuk mengevaluasi manfaat dan resiko yang melekat pada lingkungan bisnis internasional. Forecast merupakan harapan tentang nilai masa depan atau nilai-nilai variabel. Harapannya adalah dibangun menggunakan set informasi yang dipilih oleh peramal tersebut.

Metodelogi Exchange Rate Forecasting

Metode peramalan (forecasting) terdiri dari metode kualitatif dan kuantitatif. Metode kualitatif adalah metode yang menganalisis kondisi obyektif dengan apa adanya atau peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil

Manajemen Finansial, R51 Hal 7

peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Peramalan kualitatif memanfaatkan faktor-faktor penting seperti intuisi, pendapat, pengalaman pribadi, dan sistem nilai pengambilan keputusan. Metode ini meliputi metode delphi, metode nominal grup, survey pasar dan analisis historikal analogi and life cycle. Metode kuantitatif adalah peramalan yang didasarkan atas data kuantitatif atau model matematis yang beragam dengan data masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut.

Baik tidaknya metode yang digunakan tergantung dengan perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang akan terjadi maka semakin baik pula metode yang digunakan. Metode kuantitatif dapat diterapkan apabila :a. Tersedia data dan informasi masa lalub. Data dan Informasi tersebut dapat dikuantitatifkan dalam bentuk numerikc. Diasumsikan beberapa aspek masa lalu akan terus berlanjut di masa datang. Metode ini meliputi metode kausal dan time series.

Terdapat beberapa metodelogi dalam exchange rate forecasting, diantaranya adalah:

1) Technical analysis Peramalan nilai tukar yang didasarkan pada data-data historis untuk

memprediksi nilai tukar di masa depan. Penggunaan analisis statistik menjadi bagian penting dalam menunjang dan menemukan angka-angka kecenderungan yang terjadi pada data-data historis. Misalnya penggunaan model time series yang mengukur rata-rata bergerak. Perusahaan cenderung menggunakan ramalan teknis secara terbatas karena peramalan ini hanya berlaku dalam jangka waktu dekat, yang tidak terlalu membantu dalam pembuatan kebijakan perusahaan.

2) Time series methodsSuatu metode kuantitatif untuk menentukan pola data masa lampau yang

telah dikumpulkan secara teratur menurut urutan waktu kejadian. Pola masa lalu ini dapat digunakan sebagai dasar pertimbangan untuk forecasting di masa yang akan datang. Sebagaimana analisis teknikal, time series forecasting juga mendasarkan proses forecasting sepenuhnya kepada data-data historisnya.

Data time series adalah nilai-nilai suatu variabel yang berurutan menurut waktu (misal: hari, minggu, bulan, tahun).  Ada 4 faktor yang mempengaruhi data time series. Dalam data ekonomi biasanya kita mendapatkan adanya fluktuasi atau variasi dari waktu ke waktu atau disebut dengan variasi time series.  Variasi ini biasanya disebabkan oleh adanya faktor Trend (trend factor), Fluktuasi siklis (cyclical fluktuation), Variasi musiman (seasonal variation), dan pengaruh random (irregular/random influences). Trend adalah keadaan data yang menaik atau menurun dari waktu ke waktu. Variasi musiman adalah fluktuasi yang muncul secara reguler setiap tahun. Variasi siklis muncul ketika data dipengaruhi

Manajemen Finansial, R51 Hal 8

oleh fluktuasi ekonomi jangka panjang, variasi siklis ini bisa terulang setelah jangka waktu tertentu. Variasi siklis biasanya akan kembali normal setiap 10 atau 20 tahun sekali, bisa juga tidak terulang dalam jangka waktu yang sama.  ini yang membedakan antara variasi siklis dengan musiman. Variasi random adalah suatu variasi atau gerakan yang  tidak teratur (irregular) (Yulianto, 2012).

St = µt + γt + δt + εt

µ = trend δ = siklusγ = musiman ε = random

Metode – metode peramalan dengan menggunakan time series, yaitu: 1. Metode smooting 2. Metode box – jenkis 3. Metode perkiraan trend dengan regresi

3) Econometrics MethodEkonometrika berarti pengukuran masalah ekonomi (economic

measurement) secara kuantitatif. Walaupun pengukuran merupakan bagian yang penting dalam ekonometrika, jangkauan dari ekonometrika sebenarnya lebih luas lagi, seperti yang dikemukakan berikut ini. Ekonometrika adalah suatu hasil yang lebih jauh mengenai peranan ekonomi, yang berisikan penggunaan statistika dan matematika pada ilmu ekonomi yang secara empirik ditunjang dengan model yang dibentuk melalui matematika dan statistika ekonomi untuk mendapatkan hasil yang bersifat numerik. Ekonometrika dapat didefinisikan sebagai analisis kuantitatif dalam fenomena ekonomi berdasarkan pada pengembangan teori yang dibantu oleh data observasi serta hubungannya dengan metode inferensialnya.

Terdapat dua jenis pendekatan dalam econometrics forecasting, yaitu: single equation model, dimana model tersebut hanya mempunyai satu persamaan Contoh: misalkan nilai tukar tergantung pada satu atau lebih variabelSt = f (X1,t, X2,t,…….Xn,t).Dan jika model tersebut mempunyai lebih dari satu persamaan disebut dengan multiple equation model, yang mana model tersebut mempelajari saling keterkaitan antara satu variable dengan variable lainnya.

4) Business cycle analysisSiklus bisnis adalah suatu pola konjuntur yang berfluktuasi dari ekspansi

(pemulihan) dan kontraksi (resesi) dalam aktivitas perekonomian di sekitar jalur dari trend pertumbuhan Tahap pertama adalah expansion, suatu kondisi pemulihan ekonomi (recovery), pertumbuhan ekonomi terlihat mulai bergerak naik yang ditandai dengan adanya gerakan peningkatan produk nasional, kesempatan kerja mulai meningkat, upah cenderung mengalami kenaikan dan keuntungan perusahaan mengalami peningkatan, kegiatan ekonomi disebut ekspansi bila terjadi kenaikan, selama minimal dua triwulan berturut-turut. Tahap kedua adalah peak, titik puncak kegiatan ekonomi tercapai setelah mengalami ekspansi pada saat ini kondisi upah dan kesempatan kerja berada dalam kondisi yang ideal bagi suatu negara. Tahap ketiga adalah recession, ketika perekonomian mengalami

Manajemen Finansial, R51 Hal 9

resesi pendapatan akan turun. Tahap keempat adalah trought, penurunan kegiatan perekonomian tidak akan berlangsung terus tapi akan terhenti pada titik terendah (trought). Pada saat ini pertumbuhan ekonomi berada pada titik terendah kesempatan kerja sangat rendah dan tingkat upah berada di bawah subsistem (Hernawati, 2011)

Gambar 2. Tahapan siklus bisnis.

Sumber: (Hernawati, 2011).

Keterangan Gambar di atas dapat dijelaskan sebagai berikut: Titik A merupakan perkembangan ekonomi berada pada titik puncak (peak) pada siklus boom aktivitas perekonomian relatif tinggi daripada trend, antara titik A dan titik B perekonomian mengalami penurunan (recession), pada masa resesi pengangguran meningkat dan output yang dihasilkan di bawah.

Dalam business cycles analysis, dikenal 3 macam composite index serta 1 reference series. Masing-masing composite index merupakan kombinasi dari beberapa variabel. Ketiga index tersebut adalah leading, coincident, dan lagging index, sedangkan reference series adalah variabel yang dapat menggambarkan kondisi perekonomian secara agregat. Dalam pergerakan kurva nya leading index bergerak mendahului coincident index maupun reference series. Coincident index bergerak seiring dengan reference series. Lagging index bergerak mengikuti lagi coincident maupun reference series.

Manajemen Finansial, R51 Hal 10

Gambar 3. Pergerakan leading, coincident dan lagging indexSumber: (Butler, Lanz and Wagler, 2008).

5) Judgmental forecastingJudgemental Method atau Non Statistical Method : adalah metode

memproyeksikan nilai tukar yang berdasar pada para pakar yang sudah berpengalaman. Peramalan bersifat rasional berdasarkan informasi yang tersedia dan tidak dibuat dalam formulasi matematis melainkan secara deskriptif.

6) Composite forecastingFungsi ini menggabungkan perkiraan dari metode peramalan alternatif.

Setiap perkiraan didasarkan pada data historis yang sama tetapi menggunakan teknik yang berbeda. Tujuan mendasar adalah untuk mengambil keuntungan dari kekuatan masing-masing metode untuk membuat satu nomor perkiraan, sehingaa dapat memvariasikan bobot dari masing-masing perkiraan dari waktu ke waktu (SAP business, 2014).

PEMBAHASAN

Peranan dan Manfaat Exchange Rate Forecasting

Exchange rate forecasting memiliki peranan dan manfaat yang besar bagi banyak pihak, salah satunya adalah pemeritah. Deteksi dini atau peramalan siklus perekonomian sangatlah penting dalam keberlangsungan perekonomian suatu negara, terutama dalam rangka perencanaan dan pengambilan kebijakan ekonomi. Dengan demikian, adanya goncangan pada perekonomian suatu negara dapat diantisipasi dengan sebaik baiknya. Nilai tukar menjadi variabel makroekonomi yang patut memperoleh perhatian besar serta penting untuk diprediksi pergerakannya. Nilai tukar merupakan salah satu variabel makroekonomi yang menunjang jalannya efektivitas kebijakan moneter di Indonesia. Sedangkan bagi dunia bisnis, adanya sistem deteksi tersebut sangat berpengaruh dalam pengambilan keputusan bisnis. akibat dari kegiatan eksporimpor, kebutuhan pasar

Manajemen Finansial, R51 Hal 11

serta institusi bank, pasti melakukan kegiatan tukar-menukar mata uang. Informasi seperti ini sangat membantu para pelaku bisnis untuk mengambil keputusan dalam berivestasi dan memperjual belikan uangnya guna untuk memperoleh keuntungan yang besar. Kebutuhan informasi seperti ini menjadikan peramalan (forecasting) keputusan yang lebih bijak untuk memperjual belikan dollar mereka.

Terkait dengan fungsi-fungsi korporasi yang ada, maka ada beberapa keputusan dari suatu perusahaan membutuhkan peramalan nilai tukar, yaitu digunakan untuk:

1. Keputusan hedging2. Keputusan pembiayaan jangka pendek3. Keputusan investasi jangka pendek4. Keputusan penganggaran modal5. Keputusan pembiayaan jangka panjang6. Penilaian laba

Analisis Studi Literatur Exchange Rate Forecasting dalam Berbagai Metode

Penelitian oleh Helmy (2011) dengan judul “Aplikasi Peramalan Kurs Valuta Asing Rupiah per Dollar Amerika Serikat dengan Menggunakan Metode Box-Jenkins (ARIMA)” dengan menggunakan model Box-Jenkins (ARIMA). Dalam penelitian ini data yang digunakan untuk diolah adalah data nilai tukar rupiah terhadap mata uang dollar Amerika Serikat, Nilai kurs yang digunakan adalah kurs rata-rata bulanan yang didapat dari IMF/International Financial Statistik periode Agustus 1997 sampai April 2006. Tujuan dari penelitian ini adalah untuk menganalisis pergerakan nilai tukar mata uang rupiah terhadap dollar Amerika Serikat dalam periode pengamatan dan untuk mengaplikasikan model Box-Jenkins untuk peramalan nilai tukar mata uang rupiah terhadap dollar AS..

Berdasarkan hasil perbandingan model peramalan kurs yang diestimasi hasil pengujian menunjukan bahwa model ARIMA (4,0,1) adalah model yang terbaik. Walaupun secara statistic model ini memiliki variabel bebas yang pengaruhnya secara parsial tidak signifikan, namun kemampuan model sebagai alat peramalan lebih baik dibandingkan model ARIMA (2,0,1), di mana hasil penelitian ini menunjukan Pergerakan nilai tukar rupiah terhadap dollar Amerika Serikat mengalami fluktuasi yang tinggi semenjak Bank Indonesia menggunakan kebijakan nilai tukar bebas. Model Box-Jenkins dapat digunakan sebagai alat untuk memprediksi pergerakan nilai tukar rupiah, namun berdasarkan nilai koefisien determinasi yang relatif tidak terlalu besar (hanya sekitar 0,7) menunjukan bahwa dalam periode pengamatan kemempuan prediksi model ini tidak terlalu akurat. Hal ini sesuai dengan kondisi dimana pada periode pasca krisis pergerakan nilai tukar rupiah seperti yang dikemukakan oleh para ahli

Manajemen Finansial, R51 Hal 12

ekonomi sangat dipengaruhi oleh faktor-faktor non ekonomi yang sangat sulit untuk diprediksi.

Penelitian yang dilakukan oleh Helmy (2011) ini dapat dijadikan langkah awal untuk mengembangkan model peramalan kurs rupiah yang lebih. komprehensif. Hasil penelitian ini juga dapat bermanfaat bagi para praktisi keuangan dalam rangka memperkaya model analisis, tetapi penelitian ini memiliki kelemahan antara lain sebaiknya dalam penelitian tersebut, peneliti menggunakan data dengan periode waktu yang lebih singkat, agar hasil peramalan nilai tukar menjadi lebih akurat dan dalam peneliti ini mengasumsikan bahwa tidak ada penyesuaian musiman dalam data, sebaiknuya dengan mengkombinasikan model ini dengan memperhatikan variasi musiman, maka diharapkan prediksi yang diperoleh tentunya akan menjadi semakin akurat.

Penelitian selanjutnya oleh Benazir (2008) dengan judul Analisis Leading dan Coincident Indicator Pergerakan Kurs di Indonesia: Pendekatan Business Cycle Analysis. Dalam penelitian ini, pendekatan yang digunakan adalah Business Cycle Analysis (BCA). BCA pada prinsipnya dikembangkan untuk membangun leading, coincident, dan lagging indicators bagi pergerakan reference series (dalam hal ini kurs Rupiah). Jenis data yang digunakan dalam penelitian ini merupakan data sekunder, deret waktu bulanan mulai Januari 1993 hingga September 2007. Data ini dikumpulkan dari berbagai sumber, diantaranya dari CEIC, International Financial Statistics (IFS) terbitan IMF, dan FX Sauder. Terdapat 102 variabel. Tujuan dari penelitian ini adalah membangun leading dan coincident indicators bagi pergerakan nilai tukar yang dapat memberikan kemampuan untuk melakukan peramalan arah pergerakan perekonomian Indonesia dan kondisi perekonomian saat ini.

Hasil empiris menunjukkan bahwa beberapa komponen beserta bobotnya seperti Ekspor (24.0 persen), impor (22.0 persen), foreign currency deposit (30.0 persen), dan forex banks demand deposits in foreign currency (24.0 persen) menjadi komponen penyusun leading index. Sedangkan empat komponen yang merupakan penyusun coincident index adalah foreign assets (20.66 persen), interbank call money rate 1 day (27.68 persen), indeks saham Jerman DAX (27.34 persen), dan indeks saham USA Nasdaq (24.32 persen). Hasil-hasil tersebut mengindikasikan bahwa nilai tukar Rupiah sangat dipengaruhi oleh faktor eksternal seperti indeks saham Jerman DAX dan indeks saham USA Nasdaq serta adanya simpanan mata uang asing yang ada di dalam negeri. Sehingga implikasi kebijakan yang harus dilakukan adalah bahwa untuk mengantisipasi pergerakan kurs yang tidak normal maka pemerintah harus memberikan perhatian lebih pada komponen-komponen penyusun leading index sebagai indikator deteksi dini pergerakan kurs di Indonesia.

Penelitian yang dilakukan oleh Benazir (2008) ini sudah dapat memberikan gambaran dengan jelas komponen-komponen yang menjadi penyusun leading index dan coincident index. Sebaiknya untuk melengkapi

Manajemen Finansial, R51 Hal 13

penelitian ini, diperlukan penentunan turning point (untuk menetapkan waktu dimana leading index dan coincident index mengalami pembalikan dari fase ekspansi ke kontraksi) dan perhitungan diffusion index (menggambarkan proporsi komponen leading index dan coincident index yang mengalami kenaikan), agar hasil deteksi pergerakan kurs di Indonesia menjadi semakin jelas dan akurat.

Dalam Exchange rates forecasting, terdapat banyak juga para pakar ekonomi yang melakukan judgmental forecasting, di antaranya adalah Menurut Ahmad Erani Yustika seorang ekonom sekaligus Direktur Eksekutif Institute for Development of Economics and Finance dalam Jawa pos (2013) mengatakan bahwa kemungkinan tren pelemahan rupiah akan berlangsung hingga akhir tahun 2013 karena dipicu oleh faktor ekspektasi pasar dan faktor fundamental. Hingga akhirnya pada tanggal 25 November 2013, rupiah menembus rekor terendah baru yaitu di posisi Rp 11.722 per USD. Menurut beliau, kebijakan insentif fiskal untuk mendorong ekspor maupun disinsentif untuk menekan impor barang konsumsi belum dapat memberi dampak pada jangka pendek sedangkan investor menginginkan hasil yang instan. Maka ketika hasil tersebut tidak terlihat dalam kurun waktu yang cepat, pasar bereaksi negatif dengan terus melepas rupiah dan memburu dollar.

Meskipun masih terdapat kelemahan atas judgemental methods yaitu dapat memiliki probabilitas kesalahan pengamatan, tetapi hasil forecasting dari para pakar khususnya para pelaku pasar seringkali jauh lebih baik. Apabila kita melihat hasil perkiraan dari Ahmad Erani Yustika yang memperkirakan nilai tukar rupiah terhadap dollar berada di posisi Rp 11.722 dan melihat data real yang terjadi berdasarkan publikasi Bank Indonesia (2013) posisi nilai tukar rupiah terhadap dollar mencapai Rp 11.781, dimana hasil tersebut tidak begitu jauh dari perkiraan pakar. Dan berdasarkan prediksi Gubernur Bank Indonesia Agus Martowardojo meramal tahun 2014, batas bawah nilai tukar rupiah berada di Rp 10.500 per dollar AS, beliau berpendapat pertumbuhan ekonomi dunia akan lebih baik di tahun 2014 dan stimulus moneter Amerika Serikat cenderung mulai akan dikurangi dan itu akan berdampak pada Indonesia (detik finance, 2013).

Kementerian keuangan pusat kebijakan ekonomi makro 2012, juga melakukan exchange rates forecasting dengan menggunakan metode judgmental forecasting. Tim kerja telah menggunakan metodelogi perhitungan besaran angka asumsi nilai tukar rupiah yang didasarkan pada perkiraan pergerakan nilai tukar rupiah di pasar uang, prospek perekonomian domestik dan internasional, serta masukan dari berbagai stakeholder. Perkiraan nilai tukar rupiah untuk tahun 2012 mengacu pada besaran realisasi tahun 2011, dengan memperhitungkan prospek kondisi ekonomi domestik dan global ke depan, besaran kewajiban pemerintah dan swasta yang akan jatuh tempo di tahun 2012 serta pertimbangan-pertimbangan yang telah disebutkan sebelumnya. Selanjutnya evaluasi dan outlook nilai tukar rupiah selama tahun berjalan dilakukan dengan menggunakan perhitungan dan simulasi terhadap data-data realisasi rata-rata tertimbang nilai

Manajemen Finansial, R51 Hal 14

tukar rupiah pada periode 30,60 dan 90 hari serta rata-rata 6 dan 12 bulan sebelumnya.Besaran besaran yang diperoleh dari perhitungan rata rata bergerak (moving average) merupakan angka-angka acuan dasar asumsi nilai tukar rupiah. merupakan angka pertimbangan yang cukup fleksibel untuk kemudian disesuaikan dengan expert judgment, serta berbagai faktor dan prospek ke depan. Meskipun masih terdapat kelemahan atas judgement yang masih memiliki probabilitas kesalahan, pendekatan ini dinilai cukup efektif dan masih mampu memberi gambaran yang cukup baik dan mengimbangi kekurangan dari model perkiraan yang sedang dikembangkan.Tabel 1. Asumsi nilai tukar rupiah 2012

Sumber: Kementerian keuangan RI (2012).

PENUTUP

Kesimpulan

Exchange rate forecasting memiliki peranan dan manfaat yang besar bagi banyak pihak, salah satunya adalah pemeritah, karena peramalan siklus perekonomian dan nilai tukar merupakan salah satu variabel makroekonomi yang menunjang jalannya efektivitas kebijakan moneter di Indonesia. Sedangkan bagi dunia bisnis, adanya sistem deteksi tersebut sangat berpengaruh dalam pengambilan keputusan bisnis. Berdasarkan analisis studi literatur di atas didapat bahwa terdapat berbagai macam metode dalam melakukan Exchange rate forecasting dan setiap metode memiliki kelebihan dan kelemahan masing-masing.

Manajemen Finansial, R51 Hal 15

DAFTAR PUSTAKA

[Anonim]. 2014. Informasi kurs .[Internet]. [diunduh 2014 15 Juli]. Tersedia pada: http://www.bi.go.id/id/moneter/informasi-kurs/transaksi-bi/Default.aspx.

Benazir A. 2008. Analisis leading dan coincident indicator pergerakan kurs di Indonesia: pendekatan business cycle analysis. [skripsi]. Bogor (ID): Institut Pertanian Bogor.

[Detik finance]. 2013. Prediksi BI soal nilai tukar rupiah terhadap dollar Amerika Serikat .[Internet]. [diunduh 2014 15 Juli]. Tersedia pada: http://finance.detik.com/read/2013/08/28/164222/2343303/6/ini-prediksi-bi-soal-nilai-tukar-rupiah-terhadap-dolar-as-di-2014.

Herlina H. 2011. Aplikasi peramalan kurs valuta asing rupiah per dollar Amerika Serikat dengan menggunakan metode Box-Jenkins (ARIMA).7(1): 15-30.

Hernawati. 2011. Analisis shock kebijakan fiscal di Indonesia. . [Tesis]. Medan (ID): Institut Pertanian Bogor.

[Jawaopos]. 2013. Pelemahan rupiah hingga akhir tahun .[Internet]. [diunduh 2014 15 Juli]. Tersedia pada: http://help.sap.com/saphelp_scm/helpdata/content.htm.

Kementerian Keuangan Republik Indonesia. 2012. Laporan tim koordinasi penyusunan asumsi dasar RAPBN 2013. [Internet]. [diunduh 2014 Juli 15].Tersedia pada: www.kemenkeu.go.id/sites/default/laporan asumsi_2012.pdf.

Mankiw Gregory, 2006 Pengantar Ekonomi Makro, Edisi Ketiga, Salemba Empat Jakarta.

Mukhlis I. 2011. Analisis volatilitas nilai tukar mata uang rupiah terhadap dollar. Journal of Indonesian Applied Economics.5(2): 172-182.

Pohan, Aulia, 2008. Kerangka Kebijakan Moneter dan Implikasinya di Indonesia, RajaGrafindo Persada, Jakarta.

SAP Businesss. 2014. Composite forecasting .[Internet]. [diunduh 2014 15 Juli]. Tersedia pada: http://help.sap.com/saphelp_scm/helpdata/content.htm.

Salvatore D. 2008. Theory and Problem of Micro Economic Theory. 3rd Edition. Alih Bahasa oleh Rudi Sitompul. Penebit Erlangga. Jakarta.

Suwita BS. 2010. Peranan faktor fundamental dalam nilai tukar rupiah terhadap dollar Amerika Januari 2000 – Desember 2009. [Tesis]. Jakarta (ID): Institut Pertanian Bogor.

Yulianto MA. 2012. Analisa time series.[Internet]. [diunduh 2014 15 Juli]. Tersedia pada: http://digensia.wordpress.com/2012/08/24/analisa-time-series/.

Manajemen Finansial, R51 Hal 16