PEMODELAN RIDGE REGRESSION PADA DATA TIME SERIES DENGAN KOREKSI AUTOKORELASI PRAIS WINSTEN (Studi Kasus: Nilai Tukar Rupiah Terhadap Dolar Amerika Serikat) = Ridge Regression Modeling on Time Series Data with Prais Winsten Autocorrelation Correction (Case Study: Rupiah Exchange Rate Against the United States Dollar)

Latar Belakang. Analisis regresi linear merupakan metode statistik yang digunakan untuk menganalisis hubungan antara variabel dependen dan satu atau lebih variabel independen. Estimasi parameter dalam analisis regresi linear dapat diperoleh menggunakan metode Ordinary Least Square yang menghasilkan estimasi bersifat tak bias dengan varians minimum. Namun, keberadaan multikolinearitas dan autokorelasi sekaligus membuat estimasi menggunakan Ordinary Least Square menjadi tidak optimal sehingga metode Ridge Regression yang dikombinasikan dengan koreksi autokorelasi Prais Winsten dapat digunakan untuk mengatasi kedua permasalahan tersebut. Tujuan. Penelitian ini bertujuan membentuk model Ridge Regression dengan koreksi autokorelasi Prais Winsten dan mengidentifikasi faktor- faktor yang berpengaruh secara signifikan terhadap nilai tukar Rupiah terhadap Dolar Amerika Serikat di Indonesia pada periode 2021-2024. Metode. Penelitian ini mengatasi autokorelasi terlebih dahulu dengan melakukan transformasi Prais Winsten. Selanjutnya, hasil transformasi tersebut dianalisis menggunakan Ridge Regression untuk mengatasi multikolinearitas dengan nilai tetapan bias optimal yang telah diperoleh sebelumnya. Hasil. Model Ridge Regression dengan koreksi autokorelasi Prais Winsten memperoleh nilai adjusted R² sebesar 78% dan Root Mean Square Error sebesar Rp364,389. Terdapat empat variabel independen yang berpengaruh secara signifikan dengan taraf signifikansi 5%, yaitu jumlah uang beredar, suku bunga acuan, ekspor, dan impor. Kesimpulan. Hasil estimasi parameter model Ridge Regression dengan koreksi autokorelasi Prais Winsten dalam memodelkan nilai tukar Rupiah terhadap Dolar Amerika Serikat di Indonesia pada periode 2021-2024 menunjukkan kemampuan model menjelaskan variasi data dengan baik.

Keyword : autokorelasi; multikolinearitas; nilai tukar Rupiah terhadap Dolar Amerika Serikat; Prais Winsten; Ridge Regression