Prediksi Harga Emas Menggunakan Metode LSTM Dan Gru

Abstract

Prediksi harga emas sangat penting karena menjadi acuan bagi para investor untuk menentukan strategi yang tepat dalam berinvestasi. Tren metode prediksi dalam beberapa tahun terakhir adalah deep learning, yang merupakan subbidang machine learning dan populer dalam menangani masalah prediksi time-series. Dalam penelitian ini, kami membandingkan performa dua model deep learning, yaitu Long Short-Tern Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam memprediksi harga Emas. Hasil dalam penelitian ini menunjukkan bahwa model LSTM memiliki performa lebih baik dibanding model GRU dalam memprediksi harga Emas, dengan hasil perhitungan nilai eror LSTM lebih rendah yaitu nilai MAE sebesar 0.0389, RMSE sebesar 0.0475, dan MAPE sebesar 5.2047%. Dari hasil penelitian ini, kami menemukan bahwa LSTM adalah model yang lebih efektif dan akurat untuk memprediksi harga Emas dibanding LSTM.