Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prediksi Harga Emas Indonesia Menggunakan Model CNN-LSTM Septiana, Rika; Putri, Adetya Rielisa; Maharani, Wardah Shifa; Gultom, Gina Destia; Simanullang, Eka Darmayanti; Tania, Ken Dhita; Meiriza, Allsela; Rifai, Ahmad
INFOMATEK Vol 27 No 1 (2025): Juni 2025
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v27i1.24417

Abstract

Harga emas memiliki volatilitas tinggi yang menjadikannya menarik untuk dianalisis secara prediktif. Penelitian ini bertujuan untuk memprediksi harga emas Indonesia dengan kombinasi model Convolutional Neural Network dan Long Short-Term Memory (CNN-LSTM) berdasarkan data historis yang berjumlah 4.434 data dari PT Antam Tbk dari periode 2010 sampai 2025. Model ini dibangun menggunakan lapisan Conv1D (satu dimensi) untuk ekstraksi fitur dan dua lapisan LSTM untuk memahami pola waktu. Pengujian dilakukan dengan tiga variasi jumlah epoch pelatihan, yaitu 50, 100, dan 150, lalu hasilnya dievaluasi menggunakan metrik Root Mean Square Error (RMSE). Model terbaik ditemukan pada epoch 100 dengan nilai RMSE data pelatihan sebesar 5.811,51 dan data uji sebesar 13.236,10. Hasil ini menunjukkan bahwa model CNN-LSTM mampu mengenali pola harga emas lebih baik dibandingkan skenario lain. Dengan demikian, penelitian ini dapat dimanfaatkan untuk membantu para investor dalam mengambil keputusan investasi dan sebagai dasar pengembangan sistem prediksi harga komoditas lainnya.