RANCANGAN BANGUN WEBSITE PREDIKSI HARGA EMAS MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)

Abstrak

Fluktuasi harga emas yang tinggi akibat pengaruh faktor global seperti inflasi, nilai tukar mata uang, dan kondisi geopolitik menimbulkan tantangan dalam pengambilan keputusan investasi. Penelitian ini dilatarbelakangi oleh kebutuhan akan sistem prediksi yang andal dan akurat guna membantu investor dalam mengantisipasi perubahan harga emas yang fluktuatif. Terdapat permasalahan utama yang dapat diangkat yaitu ketidakakuratan atau ketidakpastian metode prediksi konvensional dalam menangkap pola kompleks harga emas yang bersifat non-linier dan temporal. Untuk mengatasi hal tersebut, penelitian ini merancang dan membangun sebuah sistem berbasis web yang mampu memprediksi harga emas menggunakan metode Long Short-Term Memory (LSTM), sebuah algoritma machine learning yang unggul dalam mengolah data deret waktu. Penelitian ini dilakukan melalui tahapan analisis kebutuhan, pengumpulan dan preprocessing data historis, pelatihan model LSTM, evaluasi performa model menggunakan metrik MSE dan RMSE, hingga pengujian sistem oleh pengguna melalui User Acceptance Test (UAT). Dari tahapan analisis tersebut, hasil penelitian menunjukkan bahwa model LSTM memberikan prediksi yang cukup akurat dan sistem yang dibangun dinilai sangat layak digunakan dengan tingkat kepuasan pengguna mencapai 83,71%. Penelitian ini memberikan kontribusi nyata dalam penerapan teknologi machine learning untuk prediksi harga komoditas, serta menjadi referensi awal bagi pengembangan sistem prediksi lain pada sektor ekonomi dan keuangan berbasis data historis dan algoritma cerdas.