Fluktuasi harga emas yang signifikan memerlukan prediksi yang akurat untuk mendukung pengambilan keputusan investasi dan mitigasi risiko keuangan. Penelitian ini bertujuan untuk mengembangkan model prediksi harga emas menggunakan metode Long Short-Term Memory (LSTM), yang merupakan salah satu pendekatan deep learning yang unggul dalam analisis data deret waktu. Metode penelitian menggunakan model LSTM. Model diuji dengan data uji yang terpisah untuk mengevaluasi performa berdasarkan metrik akurasi seperti Mean Squared Error (MSE) dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa model LSTM mampu memprediksi harga emas dengan tingkat akurasi yang tinggi. Temuan ini mendukung penerapan LSTM sebagai alat analitik yang efektif dalam pasar keuangan dan dapat dikembangkan lebih lanjut untuk memprediksi harga komoditas lain.