Implementasi Algoritma Regresi Linier dan ARIMA untuk Prediksi Harga Emas

Ambar Ramadhani Putri; Nugroho Adhi Santoso; Bayu Aji Santoso

doi:10.31004/riggs.v4i3.2757

Authors

Ambar Ramadhani Putri STMIK YMI Tegal
Nugroho Adhi Santoso STMIK YMI Tegal
Bayu Aji Santoso STMIK YMI Tegal

DOI:

https://doi.org/10.31004/riggs.v4i3.2757

Keywords:

ARIMA, MAE, RMSE, Prediksi Harga Emas, Regresi Linier

Abstract

Penelitian ini bertujuan mengimplementasikan dan mengevaluasi dua algoritma untuk prediksi, yaitu Regresi Linier dan ARIMA (Autoregressive Integrated Moving Average), dalam memproyeksikan harga emas (XAU/IDR) berdasarkan data historis periode 1 Januari 2022 – 31 Desember 2024. Data diperoleh dari Investing.com dan melalui tahapan pra-pemrosesan, meliputi penanganan missing values, konversi format tanggal, dan penyusunan data terstruktur. Regresi Linier digunakan untuk memodelkan tren harga jangka panjang, sedangkan ARIMA (0,1,1) diterapkan untuk menangkap pola fluktuasi jangka pendek. Evaluasi kinerja menggunakan Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa Regresi Linier memiliki tingkat kesalahan prediksi lebih rendah (MAE = 51.367,85; RMSE = 89.745,89) dibandingkan ARIMA (MAE = 74.744,18; RMSE = 118.356,75). Dengan demikian, Regresi Linier dinilai lebih tepat untuk memodelkan tren harga emas pada dataset ini, sementara ARIMA tetap relevan untuk memprediksi pergerakan jangka pendek. Penelitian ini diharapkan dapat menjadi referensi dalam penerapan metode statistik dan machine learning klasik pada prediksi harga komoditas, khususnya emas, di pasar Indonesia.

Downloads

Download data is not yet available.

References

A. Mahendra, M. M. Amalia, and H. Leon, “Analisis pengaruh suku bunga, harga minyak dunia, harga emas dunia terhadap indeks harga saham gabungan dengan inflasi sebagai variabel moderating di Indonesia,” Owner: Riset dan Jurnal Akuntansi, vol. 6, no. 1, pp. 1069–1082, 2022.

S. Dhifa Maulia, R. R. C. Triwulandari, M. D. Fauzan, N. Khoerunnisa, M. F. Aziz, and I. W. Mangku, “PERBANDINGAN KINERJA MODEL ARIMA DAN GARCH DALAM PERAMALAN HARGA SAHAM BANK BRI,” MILANG Journal of Mathematics and Its Applications, vol. 20, no. 1, pp. 65–76, Jun. 2024, doi: 10.29244/milang.20.1.65-76.

R. M. Putra, “Analisis Perbandingan Metode Peramalan Single Exponential Smoothing dan Double Exponential Smoothing pada Harga Pembukaan Harian XAU/IDR,” KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika, vol. 4, no. 1, pp. 33–40, 2023.

M. Raafi Herlando, S. Hadi Wijoyo, and M. A. Akbar, “ANALISIS PERBANDINGAN MACHINE LEARNING UNTUK MEMPREDIKSI HARGA MINYAK DENGAN REGRESI LINEAR DAN SUPPORT VECTOR REGRESSION,” 2025. [Online]. Available: http://j-ptiik.ub.ac.id

A. K. Hidayah and R. E. Putra, “Penerapan Metode Long Short Term Memory untuk Memprediksi Harga Beras di Indonesia,” Journal of Informatics and Computer Science, vol. 06, 2024.

A. Tholib, N. K. Agusmawati, and F. Khoiriyah, “PREDIKSI HARGA EMAS MENGGUNAKAN METODE LSTM DAN GRU,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 11, no. 3, Aug. 2023, doi: 10.23960/jitet.v11i3.3250.

K. Nisak, M. Ramdhan, R. Upe, S. Ganesha Jakarta, and C. Author, “PENGARUH PROFESIONALISME DAN DISIPLIN KERJA TERHADAP MUTU PENDIDIKAN SD TPI GEDANGAN,” vol. 2, no. 2, pp. 81–91.

M. Muzani, M. Martanto, A. R. Dikananda, and A. Rifai, “ALGHORITMA BACKPROPAGATION NEURAL NETWORK DENGAN MENGOPTIMASI PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI SAHAM BANK BCA,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 2, Apr. 2025, doi: 10.23960/jitet.v13i2.6208.

P. A. Lestari et al., “Digital-Based Public Service Innovation (E-Government) in the Covid-19 Pandemic Era,” 2021.

E. B. Sinu, M. A. Kleden, and A. Atti, “APPLICATION OF ARIMA MODEL FOR FORECASTING NATIONAL ECONOMIC GROWTH: A FOCUS ON GROSS DOMESTIC PRODUCT DATA,” Barekeng, vol. 18, no. 2, pp. 1261–1272, Jun. 2024, doi: 10.30598/barekengvol18iss2pp1261-1272.

D. Martia Nanda, T. Hendro Pudjiantoro, P. Nurul Sabrina, and A. Yani, “SNESTIK Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika Metode K-Nearest Neighbor (KNN) dalam Memprediksi Curah Hujan di Kota Bandung,” p. 387, doi: 10.31284/p.snestik.2022.2750.

I. Ardhanur, M. Martanto, A. R. Dikananda, and M. Mulyawan, “ANALISIS PREDIKSI PENJUALAN TISU MENGGUNAKAN REGRESI LINEAR,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 2, 2025.

U. Alma and A. Yogyakarta, “ANALISIS SENTIMEN MENGENAI KESADARAN MASYARAKAT INDONESIA TERHADAP KEAMANAN SIBER DALAM MENGHADAPI KEBOCORAN DATA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER ANALISIS SENTIMEN MENGENAI KESADARAN MASYARAKAT INDONESIA TERHADAP KEAMANAN SIBER DALAM MENGHADAPI KEBOCORAN DATA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER SENTIMENT ANALYSIS ABOUT INDONESIAN PEOPLE’S AWARENESS ABOUT CYBER SECURITY IN DETERMINING DATA LEAKAGE USING NAÏVE BAYES CLASSIFIER ALGORITHM Dinna Nurfadlillah.”

A. Yusapra Salim et al., “Analisis Deret Waktu Data Perencanaan Tenaga Kerja pada Perusahaan Manufaktur Menggunakan Model ARIMA Time Series Analysis of Man Power Planning Data at Manufacturing Company Using ARIMA Model,” vol. 2024, no. 2, pp. 481–492, doi: 10.51132/teknologika.v14/2.

S. M. Agustina and D. Gustian, “Analisis Kinerja Algoritma Prediksi Saham pada PT GoTo Gojek Tokopedia Tbk (GOTO),” Jurnal Rekayasa Teknologi Nusa Putra, vol. 11, no. 1, pp. 53–67, 2025.