Penentuan Bagan Kendali Exponentially Weighted Moving Average Berbasis Model Autoregressive Integrated Moving Average Generalized Autoregressive Conditional Heteroskedasticity (Studi Kasus: Nilai Tukar Rupiah Terhadap Dolar As) = Determination of an Exponentially Weighted Moving Average Control Chart Based on an Autoregressive Integrated Moving Average – Generalized Autoregressive Conditional Heteroskedasticity Model (Case Study: Rupiah Exchange Rate Against the US Dollar)

Latar Belakang. Peta kendali Exponentially Weighted Moving Average (EWMA) dikenal lebih responsif dalam mendeteksi pergeseran kecil karena memberikan bobot lebih besar pada observasi terbaru. Karakteristik ini relevan untuk memantau nilai tukar Rupiah terhadap Dolar Amerika Serikat (USD) yang sangat sensitif terhadap dinamika global dan menunjukkan fluktuasi tinggi. Namun, karakteristik deret waktu kurs sering mengandung autokorelasi dan heteroskedastisitas sehingga peta kendali konvensional menjadi kurang akurat. Untuk mengatasinya, digunakan model Autoregressive Integrated Moving Average-Generalized Autoregressive Conditional Heteroskedasticity (ARIMA-GARCH) yang mampu menangkap pola deret waktu serta dinamika volatilitas, sehingga menyediakan dasar statistik lebih stabil bagi peta kendali EWMA. Tujuan. Penelitian ini menentukan peta kendali EWMA berbasis ARIMA-GARCH untuk memantau nilai tukar Rupiah-USD. Mengevaluasi kinerjanya melalui in-control average run length (IC-ARL) dan out-of-control average run length (OC-ARL). Metode. Analisis dilakukan dengan memilih model ARIMA-GARCH terbaik berdasarkan AIC dan signifikansi parameter. Residual model terpilih yang bebas autokorelasi dan heteroskedastisitas kemudian digunakan untuk membangun peta kendali EWMA dengan λ=0,05;0,1;0,3 dan L=3. Hasil. Model ARIMA(3,1,2)-GARCH(1,1) teridentifikasi sebagai model terbaik karena residualnya bebas autokorelasi dan tidak menunjukkan heteroskedastisitas. Berdasarkan residual tersebut, peta kendali EWMA dengan λ=0,1 mampu mendeteksi 20 titik out-of-control yang berkaitan dengan periode ketidakstabilan global. Kinerja deteksi ini diperkuat oleh nilai IC-ARL dan OC-ARL yang menunjukkan bahwa peta kendali tersebut dapat merespons perubahan proses dengan cepat sekaligus mempertahankan tingkat sinyal palsu yang rendah. Kesimpulan. Peta kendali EWMA berbasis ARIMA-GARCH meningkatkan sensitivitas dan stabilitas pemantauan nilai tukar dibandingkan EWMA konvensional. Pemilihan λ=0,1 memberikan keseimbangan antara sensitivitas dan kestabilan, ditunjukkan oleh nilai IC-ARL yang memadai serta OC-ARL yang lebih responsif dalam mendeteksi perubahan volatilitas.

Keyword : ARIMA-GARCH; Peta Kendali EWMA; Nilai Tukar Rupiah; Average Run Length.