prediksi Prediksi Harga Emas di Indonesia Menggunakan Machine Learning
DOI:
https://doi.org/10.62712/juktisi.v5i1.1261Keywords:
Harga Emas, Pembelajaran Mesin, Prediksi Harga, ANTAM, Random Forest, Orange Data MiningAbstract
Emas merupakan instrumen investasi utama di Indonesia yang berfungsi sebagai pelindung nilai aset, namun pergerakan harganya yang dinamis dan sangat fluktuatif—dipengaruhi oleh faktor pasar domestik maupun internasional menjadi tantangan tersendiri bagi para pelaku usaha dan investor. Penelitian ini bertujuan untuk membangun dan menguji kinerja model prediksi harga emas di Indonesia menggunakan pendekatan Machine Learning, dengan memanfaatkan data historis harga acuan utama yaitu ANTAM (mulai dari nilai dasar Rp2.970.000), GALERI24, dan UBS. Tahapan penelitian meliputi analisis eksplorasi data menggunakan Microsoft Power BI untuk melihat pola hubungan antar variabel, serta pemodelan dan pengujian menggunakan perangkat lunak Orange Data Mining dengan penerapan empat algoritma: Neural Network, k-Nearest Neighbors (kNN), Random Forest, dan Decision Tree. Hasil analisis menunjukkan adanya korelasi positif yang sangat kuat dan pola keterkaitan yang jelas antara ketiga sumber harga tersebut. Hasil pengujian model membuktikan bahwa algoritma Random Forest memberikan kinerja paling optimal dengan nilai AUC (Area Under Curve) sebesar 0,987 dan tingkat akurasi klasifikasi tertinggi, diikuti oleh Neural Network (0,972), kNN (0,895), dan Decision Tree (0,780). Model ini terbukti efektif menangkap pola hubungan yang rumit antar variabel, sehingga dapat dijadikan alat bantu keputusan yang andal bagi masyarakat, pedagang, maupun investor dalam merencanakan strategi pembelian dan penjualan emas yang tepat.
Downloads
References
[1] Rizka Apriani and N. Nurusshobah, “Strategi Pemasaran Cicil Emas Dan Tabungan Emas Sebagai Produk Unggulan Di Lembaga Keuangan Syari’ah,” IQTISHOD J. Pemikir. dan Huk. Ekon. Syariah, vol. 4, no. 1, pp. 68–94, 2025, doi: 10.69768/ji.v4i1.76.
[2] S. Nabihah and H. Amir, “Analisis Emas sebagai Instrumen Investasi yang Halal dan Stabil,” MUQADDIMAH J. Ekon. Manajemen, Akunt. dan Bisnis, vol. 4, no. 3, pp. 100–119, 2026.
[3] M. Zaenal Asikin, “Peran Emas sebagai Lindung Nilai terhadap Ketidakpastian Pasar Keuangan Global,” Hawalah Kaji. Ilmu Ekon. Syariah, vol. 3, no. 3, pp. 123–133, 2024, doi: 10.57096/hawalah.v3i3.54.
[4] Fadhli Suko Wiryanto, Faiz Andreas Fawwaz, Muhammad Alif Shafwan, Elca Vebi Anggelyani, and Wafa Az zahra, “Peran Emas dalam Menjaga Kestabilan Nilai Tukar dan Mengurangi Inflasi Perspektif Ekonomi Islam,” J. Econ. Bus. Adv., vol. 1, no. 2, pp. 293–301, 2025, doi: 10.65310/rpak6w43.
[5] Malva Zaskia Putri, Dini Wulandari, Putri Amelia Aristawati, and Esty Apridasari, “Tantangan dan Peluang Pasar Modal Indonesia dalam Meningkatkan Minat Investasi di Era Digital,” PENG J. Ekon. dan Manaj., vol. 2, no. 3, pp. 3546–3562, 2025, doi: 10.62710/zmzme312.
[6] U. A. Wahyuningtyas, R. S. Wijaya, and P. Perdana, “Analisis Faktor-Faktor Yang Mempengaruhi Harga Emas Di Indonesia,” J. Ekuilnomi, vol. 7, no. 3, pp. 844–851, 2025, doi: 10.36985/76zpdw11.
[7] D. Firmansyah, Hari Mulyadi, and Dwinanto Priyo Susetyo, “Penentuan Harga Jual: Harga Pokok Produksi dan Ekspektasi Laba,” Jkbm (Jurnal Konsep Bisnis Dan Manajemen), vol. 9, no. 2, pp. 202–215, 2023, doi: 10.31289/jkbm.v9i2.8808.
[8] W. D. Sirait, A. Va. A. Sinaga, M. A. Sianipar, G. G. A. Siringoringo, and H. Siallagan, “Optimalisasi Pengambilan Keputusan Melalui Analisis Biaya Volume Laba dan Pendekatan Biaya Berdasarkan Aktivitas,” J. Teknol. Keuang. dan Inov. Ekon., vol. 9, no. 3, pp. 31–42, 2025.
[9] D. Sunaryo, H. Hamdan, A. Anggriani, C. Winata, and D. D. Alumi, “Prediksi Tren Risiko Keuangan Perusahaan Berdasarkan Model Machine Learning,” J. Akunt. Manaj., vol. 3, no. 2, pp. 78–94, 2025.
[10] A. Raup, W. Ridwan, Y. Khoeriyah, S. Supiana, and Q. Y. Zaqiah, “Deep Learning dan Penerapannya dalam Pembelajaran,” JIIP - J. Ilm. Ilmu Pendidik., vol. 5, no. 9, pp. 3258–3267, 2022, doi: 10.54371/jiip.v5i9.805.
[11] D. L. Dede, Subhiyanto, Esthi Adityarini, and Mochamad Arief Madiansah, “Analisis Implementasi Kecerdasan Buatan (Artificial Intelligence) Dalam Optimalisasi Proses Bisnis,” J. Sist. Inf. dan Teknol., vol. 5, no. 1, pp. 90–99, 2025, doi: 10.56995/sintek.v5i1.135.
[12] Mohammad Sufa Ammar Habibi, Arindra Harris Abdillah, Mohammad Idhom, and Trimono Trimono, “Perbandingan Kinerja Gru Dan Svr Untuk Prediksi Emas Di Indonesia,” Inform. J. Tek. Inform. dan Multimed., vol. 5, no. 1, pp. 141–150, 2025, doi: 10.51903/informatika.v5i1.1105.
[13] Ngadi Permana and Mohammad Chaidir, “Evaluasi metodologi baru dalam pengambilan keputusan investasi.,” J. Bisnis Inov. dan Digit., vol. 1, no. 1, pp. 11–25, 2024.
[14] Z. V. Hendra, M. A. Ramadhani, I. Chintya, Y. Rahmatullah, and E. Ismanto, “PREDIKSI HARGA EMAS MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY (LSTM) & GATED RECURRENT UNIT (GRU),” J. Softw. Eng. Inf. Syst., pp. 31–37, 2026.
[15] A. D. Putra, M. W. Arshad, S. Setiawansyah, and S. Sintaro, “Decision Support System for Best Honorary Teacher Performance Assessment Using a Combination of LOPCOW and MARCOS,” J. Comput. Syst. Informatics, vol. 5, no. 3, pp. 578–590, 2024, doi: 10.47065/josyc.v5i3.5127.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Ningsih Septi Uli Purba, Saudurma Seven Septiana Sidabutar, Wulan Liviana Simbolon, Febi Indriyani Sitohang, Syuri Maharani Samosir, Jaya Tata Hardinata
This work is licensed under a Creative Commons Attribution 4.0 International License.
