CLARHISTA AMELIA, REKHA and Bettiza, Martaleli and Magfira, Fortia (2026) ANALISIS PERBANDINGAN MODEL UNIVARIATE DAN MULTIVARIATE PADA PREDIKSI HARGA EMAS MENGGUNAKAN GATED RECURRENT UNIT. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) Rekha_Clarhista_Amelia_2101020081_Teknik Informatika_Cover.pdf - Published Version Download (627kB)
	Text (Abstrak) Rekha_Clarhista_Amelia_2101020081_Teknik Informatika_Abstrak.pdf - Published Version Download (448kB)
	Text (Bab 1) Rekha_Clarhista_Amelia_2101020081_Teknik Informatika_Bab 1.pdf - Published Version Download (1MB)
	Text (Daftar Pustaka) Rekha_Clarhista_Amelia_2101020081_Teknik Informatika_Daftar Pustaka.pdf - Published Version Download (681kB)
	Text (Full Teks) Rekha_Clarhista_Amelia_2101020081_Teknik Informatika_Full Teks.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Emas merupakan salah satu instrumen investasi yang banyak diminati sehingga prediksi harga emas menjadi penting untuk mendukung pengambilan keputusan investasi. Perkembangan metode deep learning memungkinkan prediksi harga emas dilakukan dengan tingkat akurasi yang lebih baik. Penelitian ini bertujuan untuk membandingkan kinerja model Gated Recurrent Unit (GRU) dengan pendekatan univariate dan multivariate dalam memprediksi harga harian emas dunia. Dataset yang digunakan berasal dari Investing.com periode 1 Januari 2020 hingga 7 April 2026 sebanyak 1.410 data harian. Pendekatan univariate menggunakan variabel harga terakhir, sedangkan pendekatan multivariate menggunakan variabel pembuka, tertinggi, terendah dan terakhir. Data diproses menggunakan min-max scaling, sliding window berukuran 30, grid search untuk optimasi hyperparameter, serta early stopping untuk mencegah overfitting. Evaluasi model dilakukan menggunakan RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa model GRU univariate menghasilkan performa yang lebih baik dengan nilai RMSE 88,8273, MAE 57,2301, dan MAPE 1,28%, sedangkan model GRU multivariate memperoleh RMSE 166,5775, MAE 133,5645, dan MAPE 2,92%. Hasil tersebut menunjukkan bahwa model GRU univariate lebih efektif dalam memprediksi harga harian emas pada dataset yang digunakan.

Actions (login required)

View Item