PREDIKSI HARGA EMAS MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM)

Abstract

Abstrak
Emas merupakan aset investasi yang penting, terutama dalam menghadapi kondisi ekonomi yang tidak stabil.
Fluktuasi harga emas dipengaruhi oleh berbagai faktor, termasuk keputusan otoritas keuangan, inflasi, dan
dinamika ekonomi global. Mampu memprediksi harga emas dengan akurasi tinggi sangat berharga bagi investor
dalam mengambil keputusan investasi. Penelitian ini bertujuan untuk menggunakan algoritma Long Short-Term
Memory (LSTM) dalam memprediksi harga emas dan mengembangkan aplikasi berbasis web yang terhubung
dengan yahoo finance untuk memperoleh data harga emas secara real-time. Algoritma LSTM dipilih karena
kemampuannya dalam menangani data deret waktu dengan ketergantungan jangka panjang. LSTM memiliki
arsitektur yang memungkinkan model untuk mengingat informasi yang relevan dalam jangka panjang dan
melupakan data yang tidak relevan. Dalam studi ini, model LSTM yang dikembangkan menghasilkan Mean
Absolute Error (MAE) sebesar 19,81, menunjukkan bahwa prediksi rata-rata menyimpang sekitar 19,81 unit dari
nilai aktual. Selain itu, tingkat akurasi prediksi yang tinggi ditunjukkan oleh Mean Absolute Percentage Error
(MAPE) rata-rata sebesar 0,83%. Hasil penelitian ini memperlihatkan bahwa LSTM adalah metode yang efektif
untuk prediksi harga emas. Aplikasi web yang dihasilkan memungkinkan pengguna untuk mengakses proyeksi
harga emas secara interaktif, sehingga dapat membantu investor dalam pengambilan keputusan berbasis data
dengan lebih tepat dan mudah diakses.