Abstract:
Penggunaan data-data lepas amat penting untuk membuat peramalan mengenai sesuatu
perkara. Waiau bagaimanapun, data-data yang digunakan terdedah kepada kecemaran
data. Pendekatan teguh adalah salah satu kaedah yang amat berguna dalam mengurangkan
kesan kecemaran data ( data ekstrim) terhadap peramalan yang dibuat. Kewujudan data
ekstrim (outliers) adalah suatu kekangan dalam peramalan bagi data kadar pertukaran.
Oleh itu, kajian yang dilakukan terhadap data kadar pertukaran USD/RM dan JPY/RM
adalah menggunakan pendekatan Regresi Teguh. Model Regresi Teguh yang dibina
adalah Model Teguh Autoregresi (RAR) yang digunakan sebagai model peramalan.
Pembinaan Model Teguh Autoregresi (RAR) adalah berdasarkan kaedah penganggaran
skala. Kajian juga menunjukkan Model RAR adalah kurang sensitif terhadap data
ekstrim di samping mempunyai keboleh ramalan yang baik bagi setiap kadar pertukaran.
Pendekatan teguh dapat mengurangkan kesan kecemaran data ( data ekstrim).