Utami, Tassya Monita (2025) Penerapan Metode Long Short Term Memory (LSTM) untuk Prediksi Harga Emas Tahun 2015-2024. S1 thesis, Universitas Andalas.
![]() |
Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version Download (1MB) |
![]() |
Text (BAB 1 Pendahuluan)
BAB 1 Pendahuluan.pdf - Published Version Download (1MB) |
![]() |
Text (BAB V Penutup)
BAB V Penutup.pdf - Published Version Download (1MB) |
![]() |
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (1MB) |
![]() |
Text (Skripsi Full Text)
Skripsi Full Text.pdf - Published Version Restricted to Repository staff only Download (15MB) | Request a copy |
Abstract
Emas merupakan salah satu instrumen investasi yang banyak diminati karena perannya sebagai aset safe haven yang mampu mempertahankan nilai di tengah krisis ekonomi. Oleh karena itu, prediksi harga emas menjadi penting untuk mendukung pengambilan keputusan investasi di masa depan. Penelitian ini bertujuan untuk memprediksi harga emas dunia menggunakan metode Long Short Term Memory (LSTM) berdasarkan data historis bulanan dari Januari 2015 hingga Desember 2024. Arsitektur model yang digunakan terdiri dari dua hidden layer dengan masing-masing 50 neuron, fungsi aktivasi tanh, batch size 32, serta optimasi menggunakan algoritma Adam. Hasil evaluasi menunjukkan bahwa model LSTM menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 3,14% pada data training dan 3,20% pada data testing, yang menunjukkan tingkat akurasi yang sangat baik. Dengan demikian, metode LSTM dinilai efektif dalam memprediksi pergerakan harga emas dan dapat menjadi referensi dalam pengambilan keputusan investasi.
Item Type: | Thesis (S1) |
---|---|
Supervisors: | Prof. Dr. Dodi Devianto; Dr. Maiyastri |
Uncontrolled Keywords: | LSTM; Neural Network; Prediksi; Harga emas |
Subjects: | Q Science > QA Mathematics |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika |
Depositing User: | s1 matematika matematika |
Date Deposited: | 07 Aug 2025 03:59 |
Last Modified: | 07 Aug 2025 03:59 |
URI: | http://scholar.unand.ac.id/id/eprint/501936 |
Actions (login required)
![]() |
View Item |