Model Autoregressive Fractionally Integrated Moving Average (ARFIMA) merupakan metode yang dikhususkan untuk menangani data dengan memori jangka panjang (long memory), serta menggunakan koefisien pembeda berupa bilangan pecahan. Penelitian ini bertujuan untuk menganalisis data harian nilai tukar rupiah terhadap US Dollar (USD/IDR) dari Januari 2023 hingga Maret 2025, dengan total 535 observasi yang diduga merupakan data dengan sifat long memory. Hasil analisis menunjukkan nilai tukar rupiah cenderung melemah selama periode tersebut, dengan nilai Hurst (H = 0.8372489) yang berada pada rentang 0.5 < H < 1, mengindikasikan adanya sifat long memory pada data. Model ARFIMA terbaik yang terbentuk adalah ARFIMA(2,0.3372489,1) dengan nilai Bayesian Information Criterion (BIC) sebesar 4,387.69. Hasil peramalan menunjukkan adanya trend penurunan (penguatan) nilai tukar rupiah terhadap US Dollar, yang berarti menunjukkan potensi penguatan nilai rupiah di masa mendatang. Temuan ini memberikan kontribusi penting dalam memahami pola nilai tukar dan implikasinya pada perekonomian Indonesia.