TRUNOJOYO-Tugas Akhir-32977-190411100042_Abstarct.pdf
Restricted to Repository staff only
Download (11kB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_Chapter 1.pdf
Restricted to Repository staff only
Download (85kB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_Chapter 2.pdf
Restricted to Repository staff only
Download (293kB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_Chapter 3.pdf
Restricted to Repository staff only
Download (367kB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_Chapter 4.pdf
Restricted to Repository staff only
Download (953kB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_Conclusion.pdf
Restricted to Repository staff only
Download (7kB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_References.pdf
Restricted to Repository staff only
Download (76kB)
TRUNOJOYO-Tugas Akhir-32977-190411100042_Appendices.pdf
Restricted to Repository staff only
Download (47kB)
Abstract
Emas adalah salah satu komoditas paling populer untuk tujuan investasi dan sering digunakan sebagai standar keuangan atau ekonomi di suatu negara, salah satunya yaitu Indonesia. Oleh karena itu, harga emas yang tidak menentu dapat membuat investor kesulitan menentukan waktu yang tepat untuk menjual emas. Maka diperlukan peramalan harga emas sebagai dasar bagi investor dalam mengambil keputusan . Tujuan dari penelitian ini adalah untuk mendapatkan informasi mengenai harga emas mendatang. Model yang digunakan dalam penelitian ini menggunakan model K-Nearest Neighbor (KNN). Dataset yang digunakan dalam penelitian ini berasal dari data online yaitu data World Gold Council dari Desember 1978 sampai September 2023 sebanyak 11.672 data harian. Data yang digunakan adalah data harga jual emas batang Indonesia dari bulan januari 2022 sampai september 2023 sebanyak 450 data. Skenario pengujian dilakukan dengan mencari nilai parameter K terbaik dari KNN, dengan membandingkan tiga komposisi data yaitu 70:30, 80:20 dan 90:10. Hasil yang di dapat dari penelitian menunjukkan bahwa model KNN mempunyai MAPE (Mean Absolute Percentage Error) terbaik pada parameter K=17 dengan komposisi data 90:10 sebesar 2,57%. Harapannya dengan implementasi sistem yang telah dibuat, memudahkan investor dalam memperkirakan harga emas mendatang.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ASFITA PUTRI WULANDARI |
| Department | Informatika |
| Uncontrolled Keywords | Emas; K-Nearest Neighbor (KNN); World Gold Council |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 12:20 |
| Last Modified | 24 Oct 2026 16:47 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/4200 |
