EFISIENSI RELATIF ESTIMATOR FUNGSI KERNEL GAUSSIAN TERHADAP ESTIMATOR POLINOMIAL DALAM PERAMALAN USD TERHADAP JPY

Abstract

Tujuan dari penulisan ini adalah untuk menganalisa efisiensi relatif estimator fungsi kernel Gaussian terhadap estimator polinomial, untuk membandingkan nilai MSE dari kedua estimator serta untuk mengetahui peramalan kurs USD terhadap JPY periode berikutnya dengan model terbaik. Metode pengumpulan data pada penelitian ini adalah kajian pustaka dan dokumentasi dari lembaga penukar mata uang, dalam hal ini adalah bank BI, BTN dan BOTM melalui internet. Data diambil dari data harian. Berdasarkan analisa diperoleh efisiensi relatif estimator fungsi kernel Gaussian terhadap estimator polinomial diperoleh sebesar 0.000088. Dengan varians dan MSE dari estimator fungsi kernel Gaussian adalah 0.3867 dan 0.000008886, sedangkan varians dan MSE dari estimator polinomial adalah 0.39019 dan 0.10078. Sehingga dapat disimpulkan bahwa estimator fungsi kernel Gaussian lebih efisien dan merupakan model terbaik karena varians dan nilai MSE estimator fungsi kernel Gaussian lebih kecil daripada estimator polinomial, Model terbaik dapat digunakan untuk peramalan berikutnya. Hasil peramalan dengan menggunakan model terbaik untuk hari ke-6 sebesar 82,6067.