PREDIKSI HARGA EMAS MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION HYPERPARAMETER TUNING

Abstract

Investasi emas terus menjadi pilihan utama karena nilai stabil dan kenaikannya yang konsisten. Namun, fluktuasi harga emas yang dipengaruhi berbagai faktor ekonomi seringkali menyulitkan investor dalam pengambilan keputusan. Penelitian ini bertujuan membangun model prediksi harga emas menggunakan Jaringan Saraf Tiruan (JST) dengan algoritma backpropagation. Variabel input yang digunakan meliputi nilai tukar Rupiah terhadap Dolar AS (KURS JISDOR), suku bunga acuan, dan inflasi, dengan data historis harian dari 2019 hingga 2025 sebanyak 1.633 sampel. Proses pelatihan dilakukan menggunakan MATLAB R2020a dengan normalisasi Min-Max, serta pembagian data menjadi data latih (70%), validasi (15%), dan uji (15%). Hyperparameter dioptimasi dengan metode Grid Search, menghasilkan arsitektur 3-8-1, learning rate 0,1, epoch 5000, dan minimum gradient 1e-6. Model menghasilkan nilai MSE 0,00059982 dan koefisien korelasi (R) 0,99124, menunjukkan akurasi dan kemampuan generalisasi yang sangat baik. Hasil ini membuktikan bahwa JST dapat menjadi solusi efektif untuk memprediksi harga emas dan membantu investor merencanakan strategi investasi yang lebih bijak.