<![CDATA[Volatility in stock and commodity prices, such as gold, plays a crucial role in investment decisions because high price fluctuations increase risk but also create opportunities for higher returns. The Autoregressive Fractionally Integrated Moving Average (ARFIMA) model, an extension of the ARIMA model, is capable of modeling data with long-term dependencies (long memory). This study applies the Bayesian ARFIMA inference model to address parameter uncertainty by incorporating prior information. The study focuses on modeling monthly gold price returns from January 2014 to December 2024, totaling 132 observations. According to Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC) values, the Bayesian ARFIMA model achieves slightly better performance with an AIC of -475.2392 and BIC of -469.6136, compared to the ARFIMA model’s AIC of -474.7184 and BIC of -468.968. Gold returns exhibit a long memory characteristic, meaning current price fluctuations can have persistent effects over time. Therefore, investing in gold is highly profitable as it preserves asset value and provides stability against economic volatility. Volatilitas harga saham dan komoditas, seperti emas merupakan salah satu faktor penting dalam proses pengambilan keputusan investasi, karena fluktuasi harga yang tinggi dapat meningkatkan risiko sekaligus menciptakan peluang untuk memperoleh keuntungan yang lebih besar. Dalam analisis deret waktu (time series), model Autoregressive Fractionally Integrated Moving Average (ARFIMA) merupakan pengembangan dari model Autoregressive Integrated Moving Average (ARIMA) yang mampu memodelkan data dengan ketergantungan jangka panjang (long memory). Penelitian ini menggunakan model inferensi Bayesian ARFIMA untuk mengatasi ketidakpastian pada parameter dengan memanfaatkan informasi prior yang diperoleh. Fokus penelitian adalah pemodelan return harga emas bulanan periode Januari 2014 hingga Desember 2024 dengan total 132 data. Berdasarkan perhitungan Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC), model Bayesian ARFIMA memperoleh nilai AIC sebesar -475.2392 dan BIC sebesar -469.6136, sedikit lebih baik dibandingkan model ARFIMA yang memiliki AIC -474.7184 dan BIC -468.968. Harga return emas mengandung sifat long memory yang artinya bahwa fluktuasi harga yang terjadi saat ini dapat memiliki pengaruh yang bertahan dalam jangka panjang, sehingga investasi dalam bentuk emas menjadi sangat menguntungkan karena mampu menjaga nilai aset dari waktu ke waktu dan memberikan stabilitas terhadap gejolak ekonomi.]]>
