<![CDATA[Trader pemula seringkali mengalami kerugian signifikan akibat bias psikologis seperti ketakutan, keserakahan, dan revenge trading yang mengganggu pengambilan keputusan rasional. Pengabdian masyarakat ini bertujuan memberikan edukasi dan implementasi sistem algorithmic trading berbasis Random Forest kepada komunitas trader pemula sebagai solusi mitigasi bias emosional dalam perdagangan emas (XAUUSD). Metode yang digunakan meliputi identifikasi masalah melalui diskusi dengan komunitas, perancangan algoritma menggunakan Python dengan integrasi API MetaTrader 5 secara local host, pelatihan model machine learning, serta evaluasi performa melalui backtesting dan pengujian real-time. Random Forest merupakan algoritma ensemble learning yang membangun ratusan decision trees untuk menghasilkan keputusan objektif berdasarkan voting mayoritas, sehingga mengurangi overfitting dan meningkatkan stabilitas prediksi. Hasil backtesting menunjukkan pertumbuhan modal dari $100 menjadi $10.875,15 sebagai indikator kemampuan model dalam mempelajari pola historis. Pada fase implementasi real-time market, sistem berhasil menghasilkan profit bersih $1.512,82 dari modal awal $484,36 dengan fitur proteksi risiko seperti stop loss, take profit, break even, trailing stop, dan averaging terukur. Kegiatan pengabdian ini memberikan dampak positif berupa peningkatan pemahaman trader pemula tentang trading sistematis berbasis data dan pengurangan kerugian akibat keputusan emosional impulsif.]]>
