Banyak faktor yang diduga mempengaruhi perubahan kurs yaitu tingkat inflasi,
aktifitas neraca pembayaran, perbedaan suku bunga, tingkat pendapat relatif, kontrol
pemerintah dan ekspektasi. Sehingga diperlukan suatu metode yang dapat digunakan
untuk memprediksi nilai kurs seperti analisistime series klasik (parametrik). Namun,
data kurs yang berfluktuasi sering kali tidak memenuhi asumsi parametrik. Alternatif
lain yang digunakan dalam penelitian ini adalah regresi spline yang merupakan
regresi nonparametrik dan tidak terikat asumsi bentuk kurva regresi tertentu. Regresi
spline mempunyai fleksibilitas yang tinggi dan mempunyai kemampuan
mengestimasi perilaku data yang cenderung berbeda pada setiap intervalnya dengan
optimal yaitu memiliki nilai Generalized Cross Validation (GCV) yang minimum.