PREDIKSI HARGA EMAS GAU/IDR MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) DAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY (GARCH)

Harga emas merupakan salah satu instrumen investasi yang memiliki pergerakan harga yang fluktuatif sehingga diperlukan metode prediksi yang mampu menangkap pola non-linear dan karakteristik volatilitas data deret waktu. Penelitian ini bertujuan untuk memprediksi harga emas dalam denominasi Rupiah (GAU/IDR) menggunakan model hybrid Long Short-Term Memory (LSTM) dan Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Model LSTM digunakan untuk memprediksi harga emas, sedangkan model GARCH digunakan untuk memodelkan volatilitas residual hasil prediksi LSTM. Data yang digunakan berupa data historis harga emas harian periode 18 September 2020 hingga 15 Juni 2026 yang diperoleh dari Investing.com. Tahapan penelitian meliputi pra-pemrosesan data, pembagian data latih dan data uji berdasarkan periode waktu, pemodelan LSTM, pemodelan GARCH, serta evaluasi menggunakan Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE).rnHasil penelitian menunjukkan bahwa model terbaik menghasilkan nilai RMSE sebesar 58.997,19 dan MAPE sebesar 2,33%, yang menunjukkan bahwa model memiliki tingkat akurasi yang sangat baik. Selain itu, model digunakan untuk melakukan forecasting harga emas selama tujuh hari ke depan, yaitu periode 16 Juni 2026 hingga 22 Juni 2026. Hasil forecasting menunjukkan bahwa harga emas diprediksi meningkat dari Rp2.482.105 menjadi Rp2.636.730. Model GARCH juga berhasil memberikan estimasi volatilitas sebagai indikator risiko pergerakan harga emas. Penelitian ini menunjukkan bahwa model hybrid LSTM-GARCH mampu menghasilkan prediksi harga emas yang akurat serta memberikan informasi volatilitas yang dapat mendukung pengambilan keputusan investasi.