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.
Dengan menggunakan data kurs harian rupiah terhadap dolar Amerika Serikat
periode 2 Januari 2012 sampai 15 Oktober 2012, model spline terbaik dalam
penelitian ini adalah pada saat menggunakan orde 2 dengan 3 pendekatan titik knot