Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Algoritma Regresi Linier dan ARIMA untuk Prediksi Harga Emas Putri, Ambar Ramadhani; Santoso, Nugroho Adhi; Santoso, Bayu Aji
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2757

Abstract

Penelitian ini bertujuan mengimplementasikan dan mengevaluasi dua algoritma untuk prediksi, yaitu Regresi Linier dan ARIMA (Autoregressive Integrated Moving Average), dalam memproyeksikan harga emas (XAU/IDR) berdasarkan data historis periode 1 Januari 2022 – 31 Desember 2024. Data diperoleh dari Investing.com dan melalui tahapan pra-pemrosesan, meliputi penanganan missing values, konversi format tanggal, dan penyusunan data terstruktur. Regresi Linier digunakan untuk memodelkan tren harga jangka panjang, sedangkan ARIMA (0,1,1) diterapkan untuk menangkap pola fluktuasi jangka pendek. Evaluasi kinerja menggunakan Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa Regresi Linier memiliki tingkat kesalahan prediksi lebih rendah (MAE = 51.367,85; RMSE = 89.745,89) dibandingkan ARIMA (MAE = 74.744,18; RMSE = 118.356,75). Dengan demikian, Regresi Linier dinilai lebih tepat untuk memodelkan tren harga emas pada dataset ini, sementara ARIMA tetap relevan untuk memprediksi pergerakan jangka pendek. Penelitian ini diharapkan dapat menjadi referensi dalam penerapan metode statistik dan machine learning klasik pada prediksi harga komoditas, khususnya emas, di pasar Indonesia.