Salah satu faktor yang mempengaruhi perekonomian negara adalah nilai tukar mata uang antar negara. Apabila suatu mata uang mengalami apresiasi, maka dapat dikatakan bahwa nilai tukar mata uang suatu negara naik. Namun apabila suatu mata uang mengalami depresiasi maka menandakan nilai tukar mata uang suatu negara turun. Pemodelan nilai tukar mata uang dapat dilakukan dengan gabungan model time series dengan model markov switching. Time series adalah serangkaian pengamatan terhadap variabel yang diamati dari waktu ke waktu dan dicatat secara berurutan menurut urutan kejadiannya dengan interval waktu yang tetap. Model time series dibagi menjadi beberapa model. Pada penelitian ini model yang dipilih adalah model autoregressive. Model autoregressive model regresi time series yang menghubungkan pengamatan masa sekarang dengan pengamatan masa sebelumnya. Model markov switching menganggap bahwa adanya perubahan kondisi pada data sebagai variabel tak teramati yang biasa disebut state. Salah satu gabungan model time series dengan model markov switching adalah model markov switching autoregressive (MSAR). Model MSAR adalah model yang memiliki asumsi bahwa data periode sekarang dipengaruhi oleh data pada periode sebelumnya dengan adanya suatu perubahan kondisi yang biasa disebut state. Tujuan penelitian ini untuk menerapkan model MSAR pada kurs rupiah terhadap dollar Amerika (USD). Penelitian ini diharapkan bermanfaat untuk menambah wawasan ilmu pengetahuan tentang pemodelan MSAR pada kurs rupiah terhadap dollar Amerika (USD).
Pada penelitian ini diterapkan model MSAR pada data time series kurs jual Rupiah harian terhadap Dollar Amerika dari bulan September 2022 hingga Februari 2023. Data diambil berdasarkan website Bank Indonesia. Penelitian dimulai dengan menguji kestasioneritasan data. Pada tahap ini data tidak stasioner sehingga perlu ditransformasi dengan nilai return. Penelitian dilanjutkan dengan mengestimasi parameter model MSAR. Parameter yang diestimasi adalah koefisien autoregressive, koefisien markov switching, dan juga nilai erornya. Penelitian diakhiri dengan mengonstruksi model MSAR.
Hasil penelitian ini menunjukkan bahwa model MS(2)AR(5) adalah model terbaik untuk memodelkan data kurs jual Rupiah harian terhadap Dollar Amerika. Data kurs jual Rupiah harian terhadap Dollar Amerika berorde autoregressive 5 yang artinya bahwa data periode sekarang dipengaruhi oleh 5 data pada periode sebelumnya. Data memiliki dua state yaitu apresiasi dan depresiasi.