Analisis Perbandingan Model Algoritma Data Mining dalam Memprediksi Harga Emas terhadap Mata Uang US Dollar (XAU/USD) di Pasar Forex

Herwanto, Patah
Suwandy, Fanji Arief
Rustam, Yudhi Widya Arthana
Rosida

INFORMASI (Jurnal Informatika dan Sistem Informasi)
Vol 16 No 1 (2024): INFORMASI (Jurnal Informatika dan Sistem Informasi)

Studi ini menganalisis pergerakan harga XAU/USD di pasar forex untuk memfasilitasi prediksi tren yang akurat bagi para trader. Berbagai model algoritma data mining, termasuk Jaringan Saraf Tiruan (Neural Network), Mesin Vector Pendukung (Support Vector Machine), Gaussian Process, Regresi Linier, dan Regresi Polinomial, dibandingkan untuk akurasi. RapidMiner memproses data, dan Validasi Silang K-Fold digunakan untuk menentukan akurasi model. Akar Mean Square Error (RMSE) digunakan untuk evaluasi, dengan Jaringan Saraf Tiruan menunjukkan kesalahan terendah (7,059). Pengujian mengkonfirmasi identifikasi tren yang akurat dan prediksi harga penutupan oleh Jaringan Saraf Tiruan, membantu para trader dalam transaksi yang terinformasi.