Klasifikasi Kondisi Pasar Harga Emas ANTAM Indonesia Menggunakan Algoritma Decision Tree

Abstract

Penelitian ini bertujuan mengklasifikasikan kondisi pasar harga emas ANTAM Indonesia menggunakan algoritma Decision Tree berbasis data harga harian periode 2010–2024. Kondisi pasar dikelompokkan ke dalam tiga kelas, yaitu  bullish, bearish, dan sideways, berdasarkan forward return dengan threshold adaptif berbasis kuantil. Fitur yang digunakan meliputi indikator volatilitas rolling (mis. std_5, std_10, std_20) dan momentum (mis. mom_5, mom_10, mom_20) pada beberapa horizon. Data dipisahkan menggunakan time-based split dengan proporsi 80% untuk pelatihan dan 20% untuk pengujian. Hasil evaluasi pada data uji menunjukkan akurasi 0,337 dengan macro-F1 sekitar 0,34, mengindikasikan bahwa kinerja prediktif model masih terbatas pada klasifikasi tiga kelas. Analisis interpretabilitas menunjukkan bahwa std_20 merupakan fitur paling dominan, diikuti std_10 dan mom_5, sedangkan return harian tunggal berkontribusi sangat kecil. Temuan ini menegaskan bahwa pola volatilitas dan momentum lebih informatif dibanding perubahan satu-hari dalam memetakan rezim pasar. Secara keseluruhan, Decision Tree  lebih tepat diposisikan sebagai baseline interpretatif untuk analisis kondisi pasar yang transparan dan mudah ditelusuri, serta menjadi landasan pengembangan model dan fitur yang lebih kuat pada penelitian selanjutnya.