[fix] kurs rupiah indonesia terhadap negara lain - update 8
Post on 10-Jul-2016
18 Views
Preview:
TRANSCRIPT
Kurs Rupiah Indonesia terhadap Negara Lain
Statistika dan Probabilitas
Disusun oleh :
Atika Yulliana Sari (1406532192)
Monica Agnes (1406532173)
Nabila Hanifa Irliana (1406532091)
Prayuda (1406572851)
Rhefa Fauza (1406577511)
Fakultas Teknik
2015
DAFTAR ISI
1 PENDAHULUAN
1.1 Latar Belakang ...................................................................................................... 3
1.2 Tujuan Survey ....................................................................................................... 4
1.3 Metode Survey ...................................................................................................... 4
1.4 Waktu Survey ........................................................................................................ 5
1.5 Kendala yang Dihadapi ......................................................................................... 5
2 PEMBAHASAN
2.1 Data ..................................................................................................................... 6
2.2 Pengolahan Data ................................................................................................. 6
2.3 Grafik Data .......................................................................................................... 21
2.4 Analisis Data ....................................................................................................... 26
2.5 Analisis Grafik .................................................................................................... 27
3 PENUTUP
3.1 Kesimpulan .......................................................................................................... 31
3.2 Saran .................................................................................................................... 31
4 DAFTAR PUSTAKA ................................................................................................... 33
2
BAB 1 – PENDAHULUAN
1.1 Latar Belakang
Di zaman yang semakin maju seperti sekarang ini, banyak orang yang gemar
bepergian ke luar negeri dengan berbagai macam alasan. Ada yang pergi karena urusan
bisnis, ada yang pergi karena urusan kesehatan, dan ada pula yang pergi ke luar negeri
karena ingin berlibur. Pada saat berada di luar negeri mereka pasti akan melakukan
transaksi. Transaksi yang terjadi pastinya menggunakan mata uang Negara yang dituju,
karena mata uang Negara asal mereka pastinya tidak berlaku di Negara yang mereka
tuju. Hal ini dapat terjadi karena adanya nilai tertentu yang menjadi standar dari mata
uang di suatu Negara dengan mata uang di Negara lain, inilah yang disebut kurs atau
valuta asing.
Nilai tukar mata uang atau kurs adalah komponen ekonomi yang sangat penting,
karena naik turunnya kurs dapat mempengaruhi stabilitas ekonomi di suatu negara. Nilai
tukar mata uang atau kurs adalah salah satu cara agar suatu negara dapat melakukan
transaksi dengan negara lain. Nilai tukar mata uang suatu negara berbeda dengan setiap
negara lain, hal ini dapat dipengaruhi oleh berbagai faktor, seperti Perbedaan tingkat
inflasi antara 2 negara, Perbedaan tingkat suku bunga antara 2 negara, Neraca
perdagangan, Hutang publik (Public debt), Ratio harga ekspor dan harga impor,
Kestabilan politik dan ekonomi, dan berbagai faktor lainnya.
Kurs dapat digunakan ntuk mengetahui kondisi ekonomi suatu negara. Jika nilai
kurs cenderung stabil, maka dapat disimpulkan bahwa kondisi perekonomian di negara
tersebut sedang stabil. Namun, jika terjadi pelonjakan, baik penguatan maupun
pelemahan, maka dapat dikatakan bahwa kondisi perekonomian negara tersebut sedang
membaik atau memburuk.
Pada umumnya perbedaan kurs dari suatu Negara terhadap Negara lain cenderung
naik turun atau fluktuatif. Di Indonesia sendiri pernah terjadi masalah perekonomian
yang sangat buruk, yaitu tepatnya pada tahun 1997 – 1998, di mana nilai rupiah sangat
lemah dibandingan dengan dolar. Ini merupakan krisis ekonomi terparah yang pernah
dialami Indonesia. Namun seiring berjalannya waktu, keadaan ini berangsur membaik
walaupun kondisi nya tidak selalu stabil, yaitu tetap terjadi kenaikan dan penurunan dari
tahun ke tahun.
3
Indonesia yang merupakan negara berkembang dan perekonomiannya masih
mengalami fluktuasi telah mengalami beberapa pergantian sistem kurs. Sejak Agustus
1997, Indonesia menerapkan sistem kurs mengambang bebas (free floating exchange
rate system), semenjak diberlakukan sistem tersebut nilai tukar mata uang Rupiah (IDR)
terhadap Dollar Amerika (USD) mengalami keterpurukan akibat krisis moneter yang
mengakibatkan jatuhnya nilai mata uang domestik.
1.2 Tujuan
Kami memilih enam Negara yang terdiri dari tiga Negara maju (Eropa, Amerika
dan Arab Saudi) serta tiga Negara Asean (Singapura, Malaysia dan Filipina) untuk
membandingkan seberapa jauh nilai tukar rupiah bila dibandingkan dengan Negara-
Negara maju dan dengan sesama negara di wilayah ASEAN yang mayoritas berisi
Negara-negara yang notabenenya merupakan Negara berkembang.
Kelompok kami memilih untuk mengambil data menganai kurs valuta asing
karena kami merasa data ini jarang diketahui oleh mahasiswa karena dianggap kurang
begitu penting atau bahkan kurang menarik, padahal data ini penting untuk diketahui
tidak hanya oleh pemerintah dan para pekerja, tetapi sebenarnya penting juga untuk
seluruh masyarakat, khususnya yang berpendidikan.
Sebagai mahasiswa UI kita sepatutnya mengetahui hal ini walaupun tidak sesuai
dengan jurusan teknik yang kita tekuni, namun dengan membiasakan diri mengetahui
perkembangan kurs in kita akan terbiasa untuk peduli akan hal – hal yang berkaitan
dengan kehidupan sehari – hari di Negara kita, karena pada dasarnya saat sudah bekerja
nanti, kita juga pasti akan berhadapan dengan hal – hal yang berkaitan dengan kurs baik
itu berkaitan dengan pekerjaa kita di masa yang datang atau sekedar untuk transaksi.
1.3 Metode
Metode yang digunakan oleh kelompok kami adalah dengan menggunakan data
referensi dari internet yang sudah terkumpul dengan baik, namun kelompok kami tidak
mengikuti proses pengolahan data dan analisis yang sudah tersedia dari data yang kami
pakai. Jadi kelompok kami memang tidak melakukan survey secara manual, tetapi
langsung menggunakan data yang sudah terkumpul dari internet dan melakukan
pengolahan data dan analisis sendiri tanpa mengikuti atau menyontek dari pihak
manapun.
4
1.4 Waktu Pengambilan Data
Kelompok kami tidak melakukan survey secara manual, hanya saja data yang
kami pakai ini kami temukan dari internet pada :
Hari, tanggal : Jumat, 26 Juni 2015.
Pukul : 11.19
1.5 Kendala yang Dihadapi
Kelompok kami mengalami kendala dalam proses pengolahan data. Kendala yang
dihadapi berupa kesulitan dalam memperoleh hasil dari perhitungan, karena setelah
dicoba terdapat beberapa hasil yang berbeda. Kami menggunakan cara hitung manual,
ada yang menggunakan kalkulator, ada yang menggunakan aplikasi statistika, dan ada
yang menggunakan program Ms. Excel. Ternyata setelah ditelusuri, yang menyebabkan
adanya perbedaan diantara beberapa alat hitung tersebut adalah ketidaktelitian anggota
kelompok dalam memasukkan angka. Setelah dicocokkan, kami menemukan angka yang
sama satu dan yang lain.
Kendala lain yang kami hadapi adalah dalam pembuatan grafik, khususnya grafik
histogram. Karena kelompok kami masih belum terlalu paham menggunakan software
statistik, kami sulit menentukan atau mengatur nilai-nilai yang seharusnya ada pada
masing-masing grafik sumbu X dan Y.
5
BAB 2 – PEMBAHASAN
2.1 Data
Berikut ini adalah tabel yang berisikan data kurs mata uang asing (6 negara) terhadap rupiah Indonesia selama tahun 2014
Bulan USD EUR SAR MYR SGD PHPJan 12154.33 16586.53 3242.07 3666.12 9594.11 262.9Feb 11638.86 15985.49 3129.98 3560.69 9206.68 256.26Mar 11358.66 15706.26 3071.1 3457.53 9009.02 245.98Apr 11525.19 15888.24 3085.94 3513.13 9174.41 254.61Mei 11572.8 15786.09 3114.83 3570.74 9214.85 258.61Jun 12000.76 16327.97 3202.02 3689.43 9594.95 264.91Jul 11491.44 15564.53 3089.36 3606.23 9286.14 254.23
Aug 11663.01 15423.3 3114.37 3660.53 9323.93 263.23Sep 11879.86 15337.67 3182.47 3678.86 9425.37 262.11Okt 11933.05 15271.53 3191.27 3667.07 9430.12 259.7Nov 12104.56 15127.77 3200.44 3633.67 9334.22 261.26Des 12410.11 15358.34 3336.7 3560.86 9425.7 265.94
2.2 Pengolahan Data
UKURAN PEMUSATAN
Ukuran pemusatan adalah pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan). Pada data yang telah didapatkan, ukuran pemusatan yang signifikan adalah rata – rata, median dan modus.
2.2.1 Rata - rata
Rata – rata (average) adalah nilai khas yang mewakili sifat tengah, atau posisi pusat, dari suatu kumpulan nilai data. Pada data ini (data tidak berkelompok), yang digunakan adalah mean aritmetik, yang dirumuskan sebagai berikut
6
X=∑i=1
n
xi
n
Mean setiap negara
X USD=¿ 12154,3 + 11638,9 + 11358,7 + 11525,2 + 11572,8 + 12000,8 + 11491,4 + 11663,0 + 11879,9 + 11933,1 + 12104,6 + 12410,1 12 ¿ 11811,0525X EUR=¿16586,5 + 15985,5 + 15706,3 + 15888,2 + 15786,1 + 16328,0 + 15564,5 + 15423,3 + 15337,7 + 15271,5 + 15127,8 + 15358,3 12 ¿ 15696,97667X SAR=¿ 3242,07 + 3129,98 + 3071,1 + 3085,94 + 3114,83 + 3202,02 + 3089,36 + 3114,37+ 3182,47 + 3191,27 + 3200,44 + 3336,7 12 ¿ 3163,379167X SGD=¿ 9594,11 + 9206,68 + 9009,02 + 9174,41 + 9214,85 + 9594,95 + 9286,14 + 9323,93 + 9425,37 + 9430,12 + 9334,22 + 9425,7 12 ¿ 9334,958333
7
X MYR=¿ 3666,12 + 3560,69 + 3457,53 + 3513,13 + 3570,74 + 3689,43 + 3606,23 + 3660,53 + 3678,86 + 3667,07 + 3633,67 + 3560,86 12 ¿ 3605,405X PHP=¿ 262,9 + 256,26 + 245,98 + 254,61 + 258,61 + 264,91+ 254,23 + 263,23 + 262,11 + 259,7 + 261,26 + 265,94 12 ¿ 259,145
Mean keseluruhan
X=¿ 11811,0525 + 3163,379167 + 15696,97667 + 9334,958333 + 3605,405 + 259,91667 6 X=¿ 7311,9435072.2.2 Median
Median merupakan posisi tengah dari nilai data terjajar (data array). Secara geometris, median merupakan nilai dari absis – x yang bertepatan dengan garis vertikal yang membagi daerah di bawah poligon menjadi dua daerah yang luasnya sama. Karena data yang digunakan adalah data tidak berkelompok, maka median dari data tersebut adalah nilai tengah atau mean aritmetika dari dua nilai tengah suatu jajaran data (array).
Median setiap negara
USD
Data : 11358,7 ; 11491,4 ; 11525,2 ; 11572,8 ; 11638,9 ; 11663,0 ; 11879,9 ; 11933,1 ; 12000,8 ; 12104,6 ; 12154,3 ; 12410,1MedianUSD = 11663,0 + 11879,9 2MedianUSD = 11771,45
8
EUR
Data : 15127,8 ; 15271,5 ; 15337,7 ; 15358,3 ; 15423,3 ; 15564,5 ; 15706,3 ; 15786,1 ; 15888,2; 15985,5 ; 16328,0 ; 16586,5Median EUR = 15564,5 + 15706,3 2Median EUR = 15635,4 SAR
Data : 3071,1 ; 3085,94 ; 3089,36 ; 3114,37 ; 3114,83 ; 3129,98 ; 3182,47 ; 3191,27 ; 3200,44 ; 3202,02 ; 3242,07 ; 3336,7Median SAR = 3129,98 + 3182,47 2Median SAR = 3156,225
SGD
Data : 9009,02 ; 9174,41 ; 9206,68 ; 9214,85 ; 9286,14 ; 9323,93 ; 9334,22 ; 9425,37 ; 9425,7 ; 9430,12 ; 9594,11 ; 9594,95 Median SGD = 9323,93 + 9334,22 2Median SGD = 9329,075 MYR
Data : 3457,53 ; 3513,13 ; 3560,69 ; 3560,86 ; 3570,74 ; 3606,23 ; 3633,67 ; 3660,53 ; 3666,12 ; 3667,07 ; 3678,86 ; 3689,43Median MYR = 3606,23 + 3633,67 2Median MYR = 3619,95 PHP
Data : 245,98 ; 254,23 ; 254,61 ; 256,26 ; 258,61 ; 259,7 ; 261,26 ; 262,9 ; 262,11 ; 263,23 ; 264,91 ; 265,94 Median PHP = 259,7 + 261,26 2Median PHP = 260,48
9
Median keseluruhan
Data : 260,48 ; 3156,225 ; 3619,95 ; 9329,075 ; 11771,45 ; 15635,4Median = 3619,95 + 9329,075 2 = 6474,5125
2.2.3 Modus
Modus dari sekumpulan nilai data adalah nilai yang paling sering muncul atau yang frekuensinya terbesar. Karena data yang didapatkan berupa nilai kurs, maka modus untuk data tersebut adalah frekuensinya paling besar. Dalam hal ini, nilai kurs tertinggi masing-masing mata uang.
Modus setiap negara USD
Modus = 12410,11
EURModus = 16586,53
SARModus = 3336.7
SGDModus = 9594,95
MYRModus = 3689,83
PHPModus = 265,94
Modus keseluruhan
Dimiliki oleh mata uang EUR dengan nilai 16586,5.
2.2.4 Kuartil
Dalam suatu jajaran data, terdapat nilai – nilai yang membagi jajaran data
tersebut menjadi bagian – bagian yang sama, dimana disebut dengan kuantil.
Kuantil dapat dibagi menjadi kuartil, desil dan persentil. Dalam data kurs rupiah
Indonesia terhadap negara lain akan dicari nilai kuartil. Pengertian kuartil yaitu
kuantil yang membagi jajaran data menjadi empat bagian (Q1, Q2, Q3).
10
Qi=(i . n+2)4
Kuartil setiap Negara
USD
Kuartil Bawah=Q1=(1 . 12+2 )
4=3.5
Jadi, data ke 3.5 adalah 11549
Kuartil Atas=Q 3=(3 . 12+2)4
=9.5
Jadi, data ke 9.5 adalah 12052,7
EUR
Kuartil Bawah=Q1=(1 . 12+2 )
4=3.5
Jadi, data ke 3.5 adalah 15348
Kuartil Atas=Q 3=(3 . 12+2)4
=9.5
Jadi, data ke 9.5 adalah 15936,85
SAR
Kuartil Bawah=Q1=(1 . 12+2 )
4=3.5
Jadi, data ke 3.5 adalah 3101,865
Kuartil Atas=Q 3=(3 . 12+2)4
=9.5
Jadi, data ke 9.5 adalah 3201,23
SGD
Kuartil Bawah=Q1=(1 . 12+2 )
4=3.5
11
Jadi, data ke 3.5 adalah 9210,765
Kuartil Atas=Q 3=(3 . 12+2)4
=9.5
Jadi, data ke 9.5 adalah 9427,91
MYR
Kuartil Bawah=Q1= (1 . 12+2 )4
=3.5
Jadi, data ke 3.5 adalah 3560,775
Kuartil Atas=Q 3=(3 . 12+2)4
=9.5
Jadi, data ke 9.5 adalah 3666,595
PHP
Kuartil Bawah=Q1=(1 . 12+2 )
4=3.5
Jadi, data ke 3.5 adalah 255,435
Kuartil Atas=Q 3=(3 . 12+2)4
=9.5
Jadi, data ke 9.5 adalah 262.67
Kuartil Keseluruhan
Kuartil Bawah=Q1=(1 . 72+2 )
4=18.5
Jadi, data ke 18.5 adalah 3156,225 yang ada pada kurs SAR.
Kuartil Atas=Q 3=(3 . 72+2)4
=54.5
Jadi, data ke 54.5 adalah 11771,435 yang ada pada kurs USD.
12
UKURAN PEMUSATAN
2.2.5 Jangkauan (Range)
Jangkauan menyatakan perbedaan dari nilai terbesar dan terkecil dari
suatu jajaran data. Rumus dari jangkauan adalah sebagai berikut
R = Xmax – Xmin
Dimana, R = jangkauan
Xmax = nilai data terbesar
Xmin = nilai data terkecil
Range setiap negara
Range USD = 12410,1 – 11358,7 = 1051,4
Range EUR = 16586,5 – 15127,8 = 1458,7
Range SAR = 3336,7 – 3071,1 = 265,6
Range SGD = 9594,95 – 9009,02 = 585,93
Range MYR = 3689,43 – 3457,53 = 240,9
Range PHP = 265,94 – 245,98 = 19,96
Range keseluruhan
Range = 1458,7 – 19,96 = 1438,74
2.2.6 Simpangan Kuartil
Simpangan kuartil atau jangkauan semi-antarkuartil (semi-interquartil
range) didefinisikan sebagai berikut
Qd=Q 3−Q1
2
Simpangan kuartil setiap negara
QdUSD = 12052,7−11549
2=251,85
13
QdEUR =15936,83−15384
2=276,415
QdSAR = 3201,23−3101,865
2=49,6825
QdSGD = 9427,91−9210,765
2=108,5725
QdMYR =3666,595−3560,775
2=52,91
QdPHP = 262,67−255,435
2=3,6175
Simpangan kuartil keseluruhan
Qd=11771,435−3156,225
2=4307,605
2.2.7 Simpangan Baku
Simpangan baku disebut juga dengan deviasi standar. Deviasi standar
merupakan ukuran penyebaran yang paling sering digunakan. Mayoritas nilai
data cenderung berada dalam satu deviasi standar dari mean, dan hanya
sebagian kecil saja yang terletak di luar dari tiga deviasi standar dari meannya.
Deviasi standa untuk data tidak berkelompok didefinisikan sebagai berikut
Sx=√∑i=1
n
(xi−x)2
n−1 =√n¿¿¿
Simpangan Baku Setiap Negara
USD
SUSD=√ 12 . (1675126856 )−2008813840712(12−1)
=318,42258
EUR
SEUR=√ 12 . (2958899443 )−3548089101212(12−1)
=442,97803
14
SAR
SSAR=√ 12 . (120149719,9 )−144100335612(12−1)
=77,522353
MYR
SMYR=√ 12 . (156046692,7 )−187184811112(12−1)
=73,453832
SGD
SSGD=√ 12 . (1046022983 )−1254836838012(12−1)
=172,05116
PHP
SUSD=√ 12 . (806223,9894 )−9670482,86812 (12−1 )
=5.6441208
Simpangan Baku Keseluruhan
SKeseluruhan=√ 72 . (5957051918 )−2,7715E+1172 (72−1 )
=5448,52643
2.2.8 Simpangan Mutlak Rata – Rata
Simpangan mutlak rata – rata (mean deviation) merupakan ukuran
penyebaran yang meninjau besarnya penyimpangan setiap nilai data terhadap
nilai rata – rata. Simpangan mutlak rata – rata untuk data tidak berkelompok
didefinisikan sebagai berikut
15
MD x=∑i=1
n
|x i−x|n
Simpangan Mutlak Rata – Rata setiap Negara
USD
MDUSD=3232,7112
=269,3925
EUR
MDEUR=4197,44
12=349,7867
SAR
MDSAR=749,39
12=62,44917
MYR
MDMYR=728,15
12=60,67917
SGD
MDSGD=1590,916
12=132,5763
PHP
16
MDPHP=52,07
12=4,339167
Simpangan Mutlak Rata – Rata Keseluruhan
MDKeseluruhan=357780,7
72=4969,176389
2.2.9 Varians
Varians merupakan kuadrat dari deviasi standar, sehingga, untuk sampel
dinyatakan sebagai s2x dan untuk populasi σ 2
x .
Berdasarkan software Microsoft Excel dan Minitab, didapatkan hasil yang sama
dengan perhitungan manual seperti berikut:
USD : 101392.9424 EUR : 196229.5362 SAR : 6009.715172 MYR : 5395.465391 SGD : 29601.6019 PHP : 31.8561
2.2.10 Momen
Misalkan diberikan variable x dengan harga-harga: x1, x2, …., xn. Jika
A = sebuah bilangan tetap dan r = 0, 1, 2, ……., n, maka momen ke-r sekitar A,
disingkat mr’, didefinisikan oleh hubungan:
mr,x = ∑i=1
n
(x i−x )r
n
USD
17
m3,x = 0.033
12=¿ 2.25. 10−6
m4,x = 0.034
12 = 6.75. 10−8
EUR
m3,x = −0.043
12=¿ -5.33333. 10−6
m4,x = −0.044
12 = 2.13333. 10−7
SAR
m3,x = 0.0023
12=¿ 6.66667. 10−10
m4,x = 0.0024
12 = 1.33333. 10−12
MYR
m3,x = (−1.81899 . 10−12)3
12=¿ -5.01544.10−37
m4,x = (−1.81899 . 10−12)4
12 = 9.12304.10−49
SGD
m3,x = 0.0043
12=¿ 5.33333. 10−9
m4,x = 0.0044
12 = 2.13333. 10−11
PHP
18
m3,x = (2.27374 .10−13)3
12=¿ 9.79579. 10−40
m4,x = (2.27374 .10−13)4
12 = 2.2273.10−52
2.2.11 Skewness
Skewness (kemencengan) adalah derajat ketidaksimetrisan atau
penyimpangan dari kesimetrisan suatu distribusi. Terdapat dua macam
skewness, yaitu kemencengan positif (positive skewness) dan kemencengan
negatif (negative skewness). Pada distribusi yang menceng, mean cenderung
berada pada sisi di ekor yang lebih panjang dengan modus berada di frekuensi
maksimum. Oleh karena itu, salah satu ukuran ketidaksimetrisan ini diberikan
oleh perbedaan (mean – mode). Ukuran ini dapat dibuat tak berdimensi dengan
membaginya dengan sebuah ukuran penyebaran seperti deviasi standar,
sehingga didefinisikan
Sf , x=(x− x̂ )
s
Dimana, Sf , x = faktor / koefisien kemencengan
x = mean
x̂ = modus
Dengan menggunakan software Microsoft Excel dan Minitab, didapatkan hasil
yang sama seperti berikut:
Skewness Setiap Negara
USD = 0,40283
EUR = 0,77482
SAR = 0,91461
MYR = -0,71589
SGD = -0,11565
PHP = -1,12594
19
Skewness keseluruhan = 0,238275
2.2.12 Kurtosis
Kurtosis adalah tingkat derajat keruncingan (peakedness) atau keceperan
(flatness) dari sebuah distribusi yang biasanya diambil secara relatif terhadap
suatu distribusi normal. Berdasarkan keruncingannya, kurva distribusi dapat
dibedakan atas tiga macam, yaitu sebagai berikut :
1) Leptokurtik
Merupakan distribusi yang memiliki puncak relatif tinggi.
2) Platikurtik
Merupakan distribusi yang memiliki puncak hampir mendatar (flat-
topped)
3) Mesokurtik
Merupakan distribusi yang memiliki puncak tidak tinggi dan tidak
mendatar
Bila distribusi merupakan distribusi simetris maka distribusi mesokurtik
dianggap sebagai distribusi normal.
Kurtosis=
12(Q3−Q1)
P90−P10
Dengan menggunakan software Microsoft Excel dan Minitab, didapatkan hasil
yang sama seperti berikut:
Kurtosis Setiap Negara
USD = -0,73462
EUR = -0,07823
SAR = 0,751387
MYR = -0,36919
SGD = -0,12544
PHP = 1,389813
20
Kurtosis Keseluruhan = -1,37384
2.3 Grafik Data
Berikut merupakan Histogram yang meggambarkan distribusi data nilai rupiah terhadap enam jenis mata uang negara asing :
21
22
0 – 1999 2000 – 3999 4000 – 5999 6000 – 7999 8000 – 9999 10000 – 11999
12000 – 13999
14000 – 15999
16000 – 17999
0
5
10
15
20
25
30
Nilai Kurs Rupiah Indonesia terhadap Mata Uang Asing
Nilai Kurs Rupiah terhadap Mata Uang Asing (Rp)
Frek
uens
i sel
ama
tahu
n 20
14
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
10800
11000
11200
11400
11600
11800
12000
12200
12400
12600
Kurs Rupiah terhadap USD Tahun 2014
Bulan (2014)
Kurs
Rup
iah
terh
adap
USD
(Rp)
23
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
87008800890090009100920093009400950096009700
Kurs Rupiah terhadap SGD Tahun 2014
Bulan (2014)
Kurs
Rup
iah
terh
adap
SG
D (R
p)
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
3300335034003450350035503600365037003750
Kurs Rupiah terhadap MYR Tahun 2014
Bulan (2014)
Kurs
Rup
iah
terh
adap
MYR
(Rp)
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
290029503000
305031003150
320032503300
33503400
Kurs Rupiah terhadap SAR Tahun 2014
Bulan (2014)
Kurs
Rup
iah
terh
adap
SAR
(Rp)
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
14000
14500
15000
15500
16000
16500
17000
Kurs Rupiah terhadap EUR Tahun 2014
Bulan (2014)
Kurs
Rup
iah
terh
adap
Eur
o
Berikut ini merupakan grafik garis yang menggambarkan perbandingan nilai tukar rupiah terhadap enam jenis mata uang negara asing.
2.4 Analisis Data
Berdasarkan kepada data yang didapatkan, terlihat bahwa mata uang masing-
masing Negara memiliki nilai tukar yang berubah-ubah terhadap rupiah. Pada
umumnya peningkatan nilai rupiah dapat terjadi karena baiknya kinerja Bank Indonesia
yang tetap konsisten menjaga nilai rupiah. Selain itu, peningkatan dapat terjadinya
karena adanya perbaikan ekonomi domestik, membaiknya persepsi risiko investor
global terhadap Indonesia. Sedangkan untuk penurunan nilai tukar rupiah terjadi di
antaranya karena perilaku investor yang menunggu hasil Pemilu Presiden, kebijakan
yang berhubungan dengan USD, dan lain sebagainya. (BPS: 5-14)
24
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
235
240
245
250
255
260
265
270
Kurs Rupiah terhadap PHP Tahun 2014
Bulan (2014)
Kurs
Rup
iah
terh
adap
PHP
(Rp)
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
Grafik Perbandingan Kurs Rupiah terhadap Mata Uang Negara Asing
USDEURSARMYRSGDPHP
Bulan (2014)
Kurs
Rip
iah
terh
adap
6 M
ata
Uang
Neg
ara
Asin
g (R
p)
Pengolahan data yang kami buat dapat dibedakan menjadi dua bagian besar,
yaitu ukuran pemusatan dan ukuran penyebaran. Untuk ukuran pemusatan terbagi
menjadi beberapa bagian yaitu, rata – rata (mean), nilai tengah (median), serta nilai
yang paling sering muncul atau yang memiliki frekuensi tinggi (modus).. Sedangkan
untuk ukuran penyebaran terbagi menjadi, jangkauan (range), simpangan kuartil,
simpangan baku, simpangan mutlak rata – rata, skewness, dan kurtosis.
Analisis bagian pertama ini akan menjelaskan mengenai ukuran pemusatan
terlebih dahulu. Yang pertama adalah mean, dapat terlihat dari hasil pengolahan data
bahwa nilai mean terbesar ada pada Negara Eropa (EUR) yaitu sebesar 15696,97667
dan nilai mean terkecil ada pada Negara Filipina (PHP) yaitu sebesar 259,145. Hasil
ini menunjukkan bahwa pada tahun 2014, secara keseluruhan dari Januari hingga
Desember, dari ke – 6 negara yang dipilih untuk diamati, maka nilai rupiah sangat turun
jika dibandingkan dengan Negara Eropa, berbeda dengan Negara Filiina, secara
keseluruhan di tahun 2014, nilai rupiah cukup stabil dan tidak terlalu lemah.
Yang kedua adalah nilai tengah atau median. Analisis yang diperoleh untuk
median tidak jauh berbeda dengan nilai rata – rata. Dari tahun 2014, secara keseluruhan
dari bulan Januari hingga Desember nilai median terbesar ada di Negara Eropa yaitu
sebesar 15635,4 dan nilai median terkecil ada di Negara Filipina yaitu sebesar 260,48.
Hal ini menunjukkan bahwa selama tahun 2014, nilai rupiah sangat lemah jika kita
membandingkannya dengan EUR dan dapat dikatakan cukup stabil apabila
dibandingkan dengan PHP.
Yang ketiga adalah modus. Selama tahun 2014 berjalan, maka nilai rupiah
memiliki varian nilai yang berbeda di keenam Negara yang diamati. Perbedaan ini
dapat dilihat dari perbedaan besarnya nilai atau frekuensi dari tiap – tiap Negara.
Semakin besar nilai nya maka nilai itu dapat dikatakan modus. Untuk itu apabila
diurutkan maka nilai terbesar hingga terkecil adalah sebagai berikut EUR dengan
modus 16586,53, USD dengan modus 12410,11 , SGD dengan modus 9594,95, MYR
dengan modus 3689,83, SAR denga modus 3336.7, dan PHP dengan modus 265,94.
Jadi Negara Erop memiliki frekuensi yang paling besar maka dapat dikatakan sebagai
modus.
Pada bagian kedua ini akan dijelaskan mengenai ukuran penyebaran data.
Yang pertama adalah jangkauan atau range. Dari hasil pengolahan data maka diperoleh
25
selama tahun 2014, data terbesar yaitu EUR dan data terkecil yaitu PHP memiliki
selisih sebesar 1438,74. Hal ini menunjukkan di tahun 2014 terdapat selisih yang cukup
signifikan antara nilai rupiah yang dibandingkan dengan nilai mata uang Eropa dengan
nilai rupiah yang dibandingkan dengan mata uang Filipina. Artinya, dapat dikatakan
bahwa Indonesia dan Filipina memiliki mata uang yang nilai nya masih cukup lemah
dibandingkan Eropa, dan perbedaan itu cukup besar.
Simpangan baku merupakan variasi sebaran dta. Di mana semakin kecil nilai
sebarnya berarti variasi nilai daa makin sama, dan sebaliknya jika semakin besar nilai
sebarannya maka data semakin bervariasi. Pada pengolahan data yang telah dilakukan,
nilai sebaran terbesar adalah EUT yaitu 442.97803 di mana berarti data dari bulan
Januari hingga Desember sangat bervariasi. Sedangkan nilai sebaran dari PHP adalah
5.6441208 sehingga dapat diartikan bahwa data kurs Rupiah terhadap PHP dari Januari
sampai Desember memiliki variasi yang hampir sama.
Dari pengolahan data melalui minitab dan excel, pada skewness setiap negara,
terdapat 3 negara yang nilai skewnessnya menghasilkan nilai positif yaitu USD, EUR,
dan SAR. Itu berarti distribusi frekuensi mempinya bentuk kemiringan yang positif
yaitu miring ke arah kanan. Sedangkan MYR, SGD, dan PHP menghasilkan skewness
yang bernilai negative, yang artinya distribusi frekuensi akan miring ke arah kiri.
Pada pengolahan data kurtosis yang juga melalui minitab dan excel, terdapat
dua mata uang asing yang mempunyai kurtosis positif, yaitu SAR dan PHP. Positifnya
kurtosis menunjukkan bahwa kurva yang dibentuk kedua negara ini berbentuk
Leptocurtic. Sedangkan untuk mata uang USD, EUR, MYR, dan SGD mempunyai
kurtosis negatif yang menunjukkan bahwa ke empat mata uang ini mempunyai bentuk
kurva platycurtic.
2.5 Analisis Grafik
26
Histogram di atas menggambarkan distribusi nilai kurs Rupiah (IDR) terhadap
mata uang asing. Dari keenam negara yang kami analisis dan perbandingkan nilai tukar
mata uangnya dengan Rupiah (IDR), dapat terlihat bahwa nilai Rupiah (IDR) paling
banyak frekuensinya pada range 2000 – 3999 (dalam IDR) yaitu sebanyak 24 data.
Pada range 0 – 1999 (dalam IDR) terdapat sebanyak 12 data. Sementara itu, dari
keenam negara yang kami analisis, tidak terdapat nilai tukar IDR yang berada pada
range 4000 – 7999 (dalam IDR). Pada range 8000 – 9999 (dalam IDR) terdapat 12
data, begitu pula halnya pada range 10000 – 11999 (dalam IDR). Pada range 12000 –
13999 (dalam IDR) terdapat 4 data. Pada range 14000 – 15999 (dalam IDR) terdapat 10
data. Dan frekuensi yang paling sedikit yaitu terdapat pada range 16000 – 17999
(dalam IDR) yaitu sebanyak 2 data, dimana pada range ini kurs rupiah berada pada
kondisi paling lemah.
27
0 – 1999 2000 – 3999 4000 – 5999 6000 – 7999 8000 – 9999 10000 – 11999
12000 – 13999
14000 – 15999
16000 – 17999
0
5
10
15
20
25
30
Nilai Kurs Rupiah Indonesia terhadap Mata Uang Asing
Nilai Kurs Rupiah terhadap Mata Uang Asing (dalam IDR)
Frek
uens
i sel
ama
tahu
n 20
14
Januari
Februari
Maret
April Mei JuniJuli
Agustu
s
Septem
ber
Oktober
November
Desember
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
Grafik Perbandingan Kurs Rupiah terhadap Mata Uang Negara Asing
USDEURSARMYRSGDPHP
Bulan (2014)
Kurs
Rip
iah
terh
adap
6 M
ata
Uang
Neg
ara
Asin
g (R
p)
Grafik garis di atas menunjukkan nilai tukar rupiah (IDR) terhadap 6 jenis
mata uang negara asing selama tahun 2014, yaitu Amerika Serikat (USD), Eropa
(EUR), Saudi Arabia (SAR), Malaysia (MYR), Singapura (SGD), dan Filipina (PHP).
Dapat dilihat bahwa nilai tukar rupiah terhadap Euro merupakan yang tertinggi dari
semua negara yang dicantumkan dalam grafik tersebut, diikuti oleh USD, SGD, MYR,
SAR, SGD, dan PHP.
Nilai tukar rupiah terhadap Euro mengalami fluktuasi, dengan nilai tertinggi
yakni 16586.53 pada bulan Januari, dan paling rendah yakni 15127.77 pada bulan
November. Dari bulan Januari hingga bulan Mei, Rupiah cenderung menguat terhadap
Euro, dan kemudian melemah selama bulan Juni, namun kembali berangsur menguat
hingga akhir tahun 2014. Mata uang EUR mempunyai Kurtosis negatif yang berarti
mempunyai kurva platykurtic.
Nilai tukar rupiah terhadap Dollar Amerika Serikat juga mengalami fluktuasi,
dari bulan Januari hingga Maret menguat dan kemudian berangsur melemah dari bulan
April hingga Juni, dan kemudian mengalami penguatan pada bulan Juli, dan kemudian
28
kembali melemah hingga mencapai 12410.11 pada akhir tahun 2014. Mata uang USD
juga mempunyai kurtosis negatif, sehingga mempunyai kurva platykurtic.
Sementara itu, nilai tukar rupiah terhadap Riyal Saudi Arabia cenderung
mengalami stabilitas, yakni berkisar pada angka sekitar 3000, dengan nilai tertinggi
3336.7 pada bulan Desember, dan terendah 3071.1 pada bulan Maret. Hal ini
menunjukkan bahwa nilai tukar Rupiah terhadap Riyal cenderung stabil. Berbeda
dengan USD dan EUR, kurtosis dari SAR bernilai positif, sehingga mempunyai kurva
leptokurtic.
Untuk Negara Malaysia (MYR), dapat dilihat dari grafik bahwa garis yang
terbentuk cenderung membentuk garis lurus, walaupun ada kenaikan dan penurunan
tetapi tidak begitu curan sehingga dapat dikatakan cukup stabil. Untuk nilai tertinggi
berada pada bulan Juni yaitu sebesar 3689,43 dan nilai kurs terendah berada pada bulan
Maret yaitu sebesar 3457,53. Kurs mata uang Myanmar terhadap mata uang Indonesia
mempunyai nilai kurtosis negatif, yang artinya memiliki kurva platykurtic.
Pada Negara Singapura (SGD) grafik yang terbentuk cukup fluktuatif,
maksudnya adalah terjadi kenaikan dan penurunan pada bulan – bulan tertentu. Seperti
dari bulan Januari hingga Mei, nilai rupiah cukup kuat terhadap dolar Singapura, dan
terjadi pelemahan pada bulan Juni. Tidak seperti pada Negara Euro, keadaan rupiah di
Singapura dari bulan Juli hingga Desember cenderung stabil mengikuti keadaan rupiah
pada bulan Juni. Sehingga dapat dikatakan keadaan rupiah pada saat itu stabil melemah
terhadap dolar Singapura. Untuk nilai kurs tertinggi terjadi pada bulan Juni yaitu
sebesar 9594,95 dan nilai terendah pada bulan Maret yaitu sebesar 9009,02. SGD
adalah mata uang terakhir yang mempunyai kurtosis negative atau memiliki kurva
platykurtic.
Negara terakhir adalah Filipina (PHP), keadaan nilai rupiah terhadap PHP
cukup kuat dan stabil. Dapat terlihat dari grafik yang terbentuk, menggambarkan garis
lurus dan berada pada posisi paling bawah dari seluruh Negara yang diamati. Nilai kurs
terbesar yaitu 265,94 terjadi di bulan Desember. Untuk nilai kurs terendah yaitu 245,98
terjadi di bulan Maret. Sama seperti MYR, PHP mempunyai kurtosis positif yang
artinya memiliki kurva leptokurtic.
29
BAB 3 – PENUTUP
30
3.1 Kesimpulan
Berdasarkan pengolahan data yang telah dilakukan, diketahui bahwa terjadi
fluktuasi untuk enam kurs asing terhadap Rupiah Indonesia. Nilai mata uang USD,
EUR, SAR, MYD, SGD, dan PHP secara berturut-turut adalah 12410.11; 16586.53;
336.7; 9594.95; 3689.83; dan 265.94. Sedangkan rata-rata secara berturut-turut adalah
11811.0525; 15696.97667; 3163.379167; 9334.958333; 3605.405; dan 259.145.
Sedangkan untuk keseluruhan negara, nilai tertinggi dimiliki oleh mata uang Euro pada
bulan januari yaitu 16586.53, dan rata-rata keseluruhan nilai tukar rupiah terhadap mata
uang asing adalah 7311.943507.
Berdasarkan grafik dapat dilihat bahwa seluruh nilai mata uang asing terhadap
Rupiah fluktuatif. Terdapat beberapa hal yang mempengaruhi naik turunnya nilai tukar
rupiah yaitu investor asing, ekonomi domestic, peraturan-peraturan yang berhubungan
dengan USD, dan lain sebagainya.
3.2 Saran
Kami sebagai mahasiswa yang melakukan pengamatan terhadap nilai mata
uang Indonesia terhadap 6 negara berbeda ini menyadari bahwa nilai mata uang
Indonesia, rupiah, masih terhitung lemah baik jika dibandingkan dengan Negara
tetangga seperti Singapura apalagi jika dibandingkan dengan Negara maju seperti
Eropa dan Amerika. Hal ini dapat disebabkan berbagai factor, baik factor eksternal
maupun factor internal. Dari factor internal, pendapatan perkapita penduduk Indonesia
akan berpengaruh pada nilai kurs rupiah terhadap valuta asing. Dari faKtor eksternal,
penurunan nilai ekspor barang dan jasa yang terjadi juga akan mempengaruhi nilai kurs,
selain itu apabila Bank Dunia menaikkan nilai dolar maka hal tersebut akan
mempengaruhi nilai kurs Indonesia terhadap valuta asing.
Saran yang dapat kami sampaikan adalah apabila kurs sedang melemah adalah
sebagai berikut :
- Menaikkan suku bunga BI Rate
- Menaikkan suku bunga fasilitas simpanan BI
31
- Menyerap likuiditas dengan instrument fine tune kontraksi (FTK) dengan variable
rate tender, yaitu dengan cara melakukan pelelangan
- Menaikkan suku bunga maksimum peminjaman simpanan baik suku bunga
peminjaman simpanan rupiah atau deposito rupiah dan suku bunga peminjaman
simpanan valuta asing atau deposito valas
Pihak – pihak yang bertanggungjawab mengurus masalah kurs ini adalah
commercial banks, korporasi, bank sentral dan lembaga keuangan non bank. Lembaga
– lembaga ini seharusnya cepat tanggap dalam mengatasi masalah kurs apabila sedang
jatuh dengan stabilitas perekonomian Indonesia.
32
DAFTAR PUSTAKA
Badan Pusat Statistik. Nilai Tukar Valuta Asing di Indonesia 2014. Jakarta: BPS, 2015.
Dr. Ir. Harinaldi, M. Eng . 2005. Prinsip – Prinsip Statistik Untuk Teknik dan Sains. Jakarta :
Erlangga.
33
top related