[FIX] Kurs Rupiah Indonesia Terhadap Negara Lain - UPDATE 8

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


4=3.5

Jadi, data ke 3.5 adalah 15348


=9.5


SAR


4=3.5



=9.5


SGD


4=3.5

11



=9.5


MYR

Kuartil Bawah=Q1= (1 . 12+2 )4

=3.5



=9.5


PHP


4=3.5



=9.5

Jadi, data ke 9.5 adalah 262.67

Kuartil Keseluruhan


4=18.5

Jadi, data ke 18.5 adalah 3156,225 yang ada pada kurs SAR.


=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

Documents

[FIX] Kurs Rupiah Indonesia Terhadap Negara Lain - UPDATE 8