Peramalan Untuk Harga Emas Dunia Berbasis Ekonomi Makro Menggunakan Metode Long Short-Term Memory (LSTM)

Fernanda, Muhammad Rifqi (2024) Peramalan Untuk Harga Emas Dunia Berbasis Ekonomi Makro Menggunakan Metode Long Short-Term Memory (LSTM). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5027201050-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (1MB) | Request a copy

Abstract

Menurut data pada investing.com, dalam 20 tahun terakhir menunjukkan bahwa harga emas dunia cenderung fluktuatif. Kondisi ini membuat masyarakat, pedagang emas, dan investor kesulitan dalam menentukan waktu yang tepat untuk berinvestasi. Untuk mengatasi tantangan ini, tugas akhir ini mengembangkan sebuah aplikasi berbasis website bernama gold insight yang bertujuan membantu investor dalam pengambilan keputusan investasi dan menambah pengetahuan mengenai penerapan metode Long Short-Term Memory (LSTM) dalam peramalan harga emas dunia.
Proses pembangunan metode LSTM meliputi pengumpulan data, normalisasi, pembuatan sequence data, dan pemilihan konfigurasi dengan model yang optimal termasuk jumlah time series (30 dan 60), epochs (75, 100, 150), dan batch size (32, 64, 128). Model ini dikompilasi dengan menggunakan optimizer Adam dan loss function mean squared error, kemudian dilatih dengan distribusi data 80% untuk training dan 20% untuk testing. Untuk memastikan konsistensi hasil, percobaan dilakukan sebanyak 4 kali. Hasil analisis menunjukkan bahwa konfigurasi optimal ditemukan pada model 4 dengan 60 time series, 100 epoch, dan batch size 32, dengan rata-rata RMSE sebesar 107.373 dan MAPE sebesar 4.88%.
Aplikasi gold insight dibangun dengan tampilan yang sederhana untuk memudahkan akses real-time melalui perangkat smartphone. Aplikasi ini menggunakan next.js untuk pengembangan antarmuka pengguna dan Flask sebagai framework untuk mengelola Web Services, melakukan hosting menggunakan Vercel untuk frontend dan ngrok untuk backend, yang memudahkan akses antar domain. Salah satu keunggulan aplikasi ini adalah kemampuan untuk melakukan peramalan harga emas dunia, memberikan wawasan penting bagi pengguna dalam merencanakan strategi investasi di pasar emas.
===========================================================================================
According to data on investing.com, the last 20 years show that the world gold price tends to fluctuate. This condition makes it difficult for people, gold traders, and investors to determine the right time to invest. To overcome this challenge, this final project develops a website-based application called gold insight that aims to help investors in making investment decisions and increase knowledge about the application of the Long Short-Term Memory (LSTM) method in forecasting world gold prices.
The LSTM method development process includes data collection, normalization, data sequence generation, and configuration selection with optimal models including the number of time series (30 and 60), epochs (75, 100, 150), and batch size (32, 64, 128). The model was compiled using Adam's optimizer and loss function mean squared error, and then trained with a data distribution of 80% for training and 20% for testing. To ensure consistency of results, the experiment was conducted 4 times. The analysis showed that the optimal configuration was found in model 4 with 60 time series, 100 epochs, and batch size 32, with an average RMSE of 107.373 and MAPE of 4.88%.
The gold insight application is built with a simple display for easy real-time access via smartphone devices.
This application uses next.js for user interface development and Flask as a framework for managing Web Services, hosting using Vercel for the frontend and ngrok for the backend, which facilitates access between domains. One of the advantages of this application is the ability to forecast the world gold price, providing important insights for users in planning investment strategies in the gold market.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Long Short-Term Memory (LSTM), peramalan harga emas, investasi emas, gold insight, analisis prediktif =============================================================================================== Long Short-Term Memory (LSTM), gold price forecasting, gold investment, gold insight, predictive analysis
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Rifqi Fernanda
Date Deposited:	02 Aug 2024 15:14
Last Modified:	02 Aug 2024 15:14
URI:	http://repository.its.ac.id/id/eprint/112291

Actions (login required)

View Item