<![CDATA[Volatilitas harga emas yang tinggi menuntut adanya metode prediksi yang andal untuk mendukung pengambilan keputusan investasi. Penelitian ini mengimplementasikan algoritma Gated Recurrent Unit (GRU) berbasis deep learning yang dioptimalkan menggunakan Nesterov-Accelerated Adaptive Moment Estimation (Nadam) untuk memprediksi harga emas harian.Model terbaik diperoleh dengan nilai Mean Squared Error (MSE) sebesar 0, 00012 pada data univariat dan 0, 00027 pada data multivariat. Mean Absolute Percentage Error (MAPE) yang diperoleh masing-masing sebesar 1,107% untuk data univariat dan 1,59% untuk data multivariat. Hasil tersebut mengindikasikan bahwa model GRU dengan optimasi Nadam memiliki performa prediksi yang tinggi, baik pada data deret waktu tanpa penambahan fitur maupun dengan penambahan fitur.]]>
Copyrights © 2025
