PERBANDINGAN METODE ARIMA DAN RANDOM FOREST DALAM MEMPREDIKSI HARGA EMAS BERDASARKAN PERGERAKAN MATA UANG DAN SUKU BUNGA

Afifa afifa, Rizka Ardiansyah, Chairunnisa Lamasitudju, Rahma Laila, Dwi Shinta Angreni

Abstract


Dalam situasi ekonomi global yang tidak stabil dan ketidakpastian politik internasional, emas tetap menjadi aset andalan bagi investor sebagai tempat berlindung yang aman. Namun, fluktuasi harga emas yang dipengaruhi oleh berbagai faktor eksternal dan internal menciptakan tantangan dalam memprediksi harga dan mengambil keputusan investasi yang tepat. Penelitian ini bertujuan untuk membandingkan akurasi prediksi harga emas dengan menggunakan dua metode, yaitu ARIMA dan Random Forest, yang mempertimbangkan data pergerakan mata uang dan suku bunga. Hasil penelitian ini menunjukkan bahwa metode ARIMA pada set data pengujian menghasilkan MAPE sebesar 4.26%, sedangkan model Random Forest menghasilkan MAPE sebesar 2.25%. Berdasarkan hasil perbandingan tersebut, dapat disimpulkan bahwa model Random Forest memiliki performa yang lebih baik dalam memprediksi harga emas dibandingkan dengan model ARIMA. 

PERBANDINGAN METODE ARIMA DAN RANDOM FOREST DALAM MEMPREDIKSI HARGA EMAS BERDASARKAN PERGERAKAN MATA UANG DAN SUKU BUNGA

 


Keywords


ARIMA; Perbandingan Model; Prediksi; Random Forest

Full Text:

PDF

References


N. Tripurana, B. Kar, S. Chakravarty, B. K. Paikaray, and S. Satpathy, “Gold Price Prediction Using Machine Learning Techniques”.

H. Yildirim, A. A. Alola, and H. E. Sengelen, “The causal nexus of interest rate policy and gold market: The case of Turkey,” J. Public Aff., vol. 21, no. 1, p. e2142, Feb. 2021, doi: 10.1002/pa.2142.

U. Azmi and W. H. Syaifudin, “Peramalan Harga Komoditas Dengan Menggunakan Metode Arima-Garch,” J. Varian, vol. 3, no. 2, pp. 113–124, Apr. 2020, doi: 10.30812/varian.v3i2.653.

C. Andreas, I. A. Rahmayanti, and S. M. Ulyah, “The impact of US-China trade war in forecasting the gold price using ARIMAX mod-el,” presented at the INTERNATIONAL CONFERENCE ON MATHEMATICS, COMPUTATIONAL SCIENCES AND STATISTICS 2020, Surabaya, Indonesia, 2021, p. 060011. doi: 10.1063/5.0042361.

Z. H. Kilimci, “Ansambel Harga Emas Berbasis Regresi (XAU/USD) Prediksi”.

D. Sarvaiya and D. Ramchandani, “Time Series Analysis and Forecasting of Gold Price using ARIMA and LSTM Model,” Int. J. Res. Appl. Sci. Eng. Technol., vol. 10, no. 9, pp. 168–173, Sep. 2022, doi: 10.22214/ijraset.2022.46555.

A. Rizki, “Aplikasi Model ARIMA dalam Peramalan Data Harga Emas Dunia Tahun 2010-2022,” J. Stat. Dan Apl., vol. 7, no. 1, pp. 84–92, Jun. 2023, doi: 10.21009/JSA.07108.

D. Liu and Z. Li, “Gold Price Forecasting and Related Influence Factors Analysis Based on Random Forest,” in Proceedings of the Tenth International Conference on Management Science and Engineering Management, vol. 502, J. Xu, A. Hajiyev, S. Nickel, and M. Gen, Eds., in Advances in Intelligent Systems and Computing, vol. 502. , Singapore: Springer Singapore, 2017, pp. 711–723. doi: 10.1007/978-981-10-1837-4_59.

R. C. Gumilang and R. R. Hidayat, “PENGARUH VARIABEL MAKRO EKONOMI, HARGA EMAS DAN HARGA MINYAK DUNIA TERHADAP INDEKS HARGA SAHAM GABUNGAN”.

L. C. Moleong, “PENGARUH REAL INTEREST RATE DAN LEVERAGE TERHADAP FINANCIAL DISTRESS,” vol. 30.

M. Buchori and T. Sukmono, “Peramalan Produksi Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) di PT. XYZ,” PROZIMA Product. Optim. Manuf. Syst. Eng., vol. 2, no. 1, pp. 27–33, Jun. 2018, doi: 10.21070/prozima.v2i1.1290.

N. Shantika Martha Yundari, “PEMODELAN DATA RUNTUN WAKTU DENGAN ARIMAX,” Bimaster Bul. Ilm. Mat. Stat. Dan Ter., vol. 9, no. 1, Jan. 2020, doi: 10.26418/bbimst.v9i1.38667.

K. A. Manjula and P. Karthikeyan, “Gold Price Prediction using Ensemble based Machine Learning Techniques,” in 2019 3rd Interna-tional Conference on Trends in Electronics and Informatics (ICOEI), Tirunelveli, India: IEEE, Apr. 2019, pp. 1360–1364. doi: 10.1109/ICOEI.2019.8862557.

“Feature Engineering-Based Random Forest Model for Predicting Chinese Gold Futures Prices,” Financ. Eng. Risk Manag., vol. 7, no. 2, 2024, doi: 10.23977/ferm.2024.070224.

M. Arsyam and M. Yusuf Tahir, “Ragam Jenis Penelitian dan Perspektif,” Al-Ubudiyah J. Pendidik. Dan Studi Islam, vol. 2, no. 1, pp. 37–47, Jun. 2021, doi: 10.55623/au.v2i1.17.

D. Darmawan, I. Sudrajat, M. K. Z. Maulana, and B. Febriyanto, “Perencanaan Pengumpulan Data sebagai Identifikasi Kebutuhan Pelatihan Lembaga Pelatihan,” vol. 5, 2021.

M. Arsyam and M. Yusuf Tahir, “Ragam Jenis Penelitian dan Perspektif,” Al-Ubudiyah J. Pendidik. Dan Studi Islam, vol. 2, no. 1, pp. 37–47, Jun. 2021, doi: 10.55623/au.v2i1.17.

V. F. Latifah, M. Sofyan, and G. Yasaningthias, “PENGARUH INFLASI, JUMLAH UANG BEREDAR, dan SUKU BUNGA BANK INDONESIA TERHADAP NILAI TUKAR RUPIAH TAHUN 2013-202,” vol. 2, no. 6, 2022.

D. W. Lestari and R. Yotenka, “APLIKASI METODE BOX-JENKINS (ARIMA) UNTUK MERAMALKAN HARGA KOMODITAS CABAI MERAH,” vol. 14, no. 1, 2022.

“102499-1840-368159-1-10-20230718.pdf.”




DOI: https://doi.org/10.29100/jipi.v10i4.6346

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
ISSN 2540-8984
Published by
Prodi Pendidikan Teknologi Informasi
Universitas Bhinneka PGRI

Website :https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/index
Email: jipistkippti@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.