Peramalan Nilai Tukar Rupiah terhadap Dolar Amerika (USD/IDR) Menggunakan Metode Long Short-Term Memory

Nilai tukar Rupiah terhadap Dolar Amerika menunjukkan volatilitas yang signifikan dalam jangka panjang, termasuk tekanan akibat pandemi global pada tahun 2020. Fluktuasi ini berdampak luas terhadap stabilitas ekonomi nasional, meliputi daya saing ekspor, biaya impor, beban utang luar negeri, serta kebijakan moneter. Metode klasik seperti ARIMA memiliki keterbatasan dalam menangkap pola non-linear pada data time series. Penelitian ini bertujuan untuk menentukan hasil peramalan nilai tukar Rupiah terhadap Dolar Amerika periode Januari hingga Juni 2026 serta mengukur tingkat akurasi model yang dibangun. Penelitian ini merupakan penelitian terapan dengan pendekatan kuantitatif berbasis deep learning. Data yang digunakan adalah data nilai tukar Rupiah terhadap Dolar Amerika dari Januari 2010 hingga Desember 2025 yang bersumber dari website Satu Data Perdagangan Kemendag RI. Proses penelitian melibatkan pengumpulan data, pembagian dataset menjadi 60% data training (108 data) dan 40% data testing (72 data), serta pembangunan model LSTM dengan 50 neuron, 100 epoch dan 1 batch size. Model ini dirancang untuk mengenali pola dan tren dalam data time series. Akurasi model dievaluasi menggunakan metrik MAPE. Model LSTM menghasilkan peramalan nilai tukar Rupiah terhadap Dolar Amerika untuk enam bulan ke depan dengan rentang nilai antara �� 16.408,51 hingga �� 15.943,57. Nilai MAPE diperoleh sebesar 2,36% yang berdasarkan interpretasi umum untuk nilai MAPE < 10% dengan tingkat akurasi berada di kategori sangat baik, menunjukkan bahwa model LSTM mampu menangkap pola non-linear dan ketergantungan temporal jangka panjang pada data nilai tukar Rupiah secara akurat. Dengan demikian, metode LSTM terbukti efektif sebagai pendekatan deep learning untuk peramalan data time series