PENERAPAN MODEL LONG SHORT-TERM MEMORY DALAM MEMPREDIKSI HARGA EMAS LOGAM MULIA

Emas merupakan salah satu instrumen investasi yang populer di kalangan masyarakat karena memiliki risiko rendah, nilainya stabil, dan tahan terhadap inflasi. Di Indonesia, emas ANTAM sangat diminati karena keaslian dan stabilitas harganya, namun sering terjadi kelangkaan dan fluktuasi harga akibat berbagai faktor eksternal. Fluktuasi harga ini menyulitkan masyarakat dalam menentukan waktu yang tepat untuk berinvestasi. Untuk mengatasi hal tersebut, diperlukan pendekatan analisis berbasis data yang mampu mengenali pola pergerakan harga secara akurat. Salah satu metode yang dinilai efektif dalam menangani data deret waktu adalah Long Short-Term Memory (LSTM), sebuah model deep learning yang dirancang untuk memproses data sekuensial dan memprediksi tren jangka panjang. Hasil dalam penelitian ini menunjukkan bahwa model LSTM mampu mempelajari pola harga emas secara efektif dan menghasilkan prediksi yang sangat akurat. Berdasarkan hasil pengujian model dengan epoch 100 menghasilkan nilai RMSE sebesar 0.021781 dan MAPE sebesar 1.94%, menunjukkan bahwa tingkat kesalahan prediksi rata-rata sangat rendah. Berdasarkan hasil tersebut, dapat disimpulkan bahwa model LSTM efektif diterapkan dalam prediksi harga emas logam mulia, serta berpotensi digunakan sebagai alat bantu dalam pengambilan keputusan investasi, baik untuk jangka pendek maupun jangka panjang.