Sistem Prediksi Pergerakan Harga Emas Berbasis Website Menggunakan Metode Long Short-Term Memory (Lstm)

Abstract

Harga emas memiliki peran penting dalam dunia investasi karena dianggap sebagai aset yang aman ketika menghadapi ketidakpastian ekonomi dan inflasi. Investor secara aktif memantau pergerakan harga emas untuk mengambil keputusan investasi yang lebih tepat dalam membeli atau menjual emas, baik dalam jangka pendek maupun jangka panjang. Hal tersebut membuat prediksi harga emas menjadi aspek penting dalam strategi investasi guna meminimalkan risiko dan memaksimalkan keuntungan. Harga emas juga dipengaruhi oleh berbagai faktor baik itu faktor eksternal seperti kebijakan moneter dan pergerakan nilai tukar mata uang maupun faktor pola pergerakan harga itu sendiri seperti harga pembukaan, harga penutupan, harga tertinggi, harga terendah, serta volume perdagangan. Kompleksitas dari faktor-faktor ini membuat pergerakan harga emas sulit diprediksi dengan metode konvensional, sehingga diperlukan pendekatan yang lebih canggih untuk memperoleh hasil yang lebih akurat. Penggunaan pendekatan berbasis data dan metode prediksi berbasis kecerdasan buatan atau artificial intelligence dan machine learning banyak diterapkan dalam menganalisis tren harga emas. Long Short-Term memory (LSTM) merupakan metode yang efektif dalam menangani data deret waktu (time series) yang mampu mengenali pola historis harga emas dan memberikan prediksi yang lebih akurat. Dengan adanya hal tersebut, perlu dilakukan analisis lebih lanjut terkait penggunaan metode LSTM dalam prediksi harga emas dengan menentukan kombinasi hyperparameter terbaik agar model memiliki performa optimal. Proses tuning dilakukan untuk mencari hyperparameter yang tepat untuk mencari kombinasi terbaik yang menghasilkan error terkecil. Penelitian ini bertujuan untuk mengembangkan model prediksi pergerakan harga emas berbasis website menggunakan metode LSTM dan mengevaluasi performa model berdasarkan kombinasi hyperparameter terbaik. Setelah model dibangun dan dievaluasi, model akan diimplementasikan ke dalam sistem berbasis website menggunakan bahasa pemrograman python dengan framework flask dan evaluasi sistem untuk dilakukan pengujian pada fitur-fitur yang ada di dalam sistem tersebut menggunakan black box testing.