Uang merupakan benda berharga yang dijadikan alat tukar manusia untuk pemenuhan kebutuhannya sehari- hari. Kebutuhan masyarakat yang semakin beragam tersebut tentunya tidak bisa hanya dipenuhi oleh produksi dalam negeri dapat mendorong terjadinya perdagangan internasional. Untuk melakukan transaksi internasional tentunya dibutuhkan mata uang asing sebagai alat pembayaran. Mata uang asing yang paling banyak digunakan dalam kegiatan perekonomian adalah mata uang US Dollar. Dengan melakukan peramalan nilai tukar Rupiah terhadap Dollar Amerika untuk masa yang akan datang akan sangat berguna untuk keberlangsungan ekonomi berbagai pihak agar tidak mengalami kerugian. Banyak metode peramalan yang telah digunakan untuk meramalkan data yang bersifat non linier seperti Support Vector Regression (SVR) yang terbukti pada beberapa kasus peramalan dapat memberikan hasil peramalan yang baik, seperti pada kasus peramalan nilai tukar Renmimbi terhadap Dollar, peramalan beban listrik, dan peramalan kesalahan pada proses Tennessee Eastmant. Namun untuk hasil yang lebih optimal dapat digunakan metode optimasi seperti Particle Swarm Optimization (PSO) untuk mengoptimasi metode SVR tersebut. Metode PSO sendiri pernah disandingkan dengan metode SVR untuk meramalkan kesalahan pada proses Tennessee Eastmant dan terbukti dapat menghasilkan tingkat error yang baik, sedangkan metode Parallel Time Variant Particle Swarm Optimization (PTVPSO) pernah digunakan untuk mengoptimalkan metode Fuzzy K-Nearest Neighbor (FKNN) untuk pengklasifikasian kebangkrutan suatu perusahaan. Sesuai dengan hasil pengujian yang dilakukan menggunakan data yang didapat dari website International Monetary Fund (www.imf.org) berupa nilai tukar IDR terhadap USD dari tahun 2013 hingga 2015, metode SVR yang dioptimasi dengan PTVPSO dapat menghasilkan MAPE dengan kisaran nilai sebesar 0.127 hingga 0.216.