Analisis Komparatif Model ARIMA-BMA dan LSTM-BMA pada Prediksi Harga Emas Dunia

Abstract

Emas merupakan salah satu aset lindung nilai yang pergerakan harganya cenderung fluktuatif dan nonlinear sehingga proses prediksi menjadi tantangan dalam analisis deret waktu finansial. Penelitian ini bertujuan membandingkan kinerja model hybrid ARIMA-BMA dan LSTM-BMA dalam memprediksi harga emas dunia periode 2000–2025 menggunakan 1.358 observasi mingguan harga emas berjangka. Lima model ARIMA dan lima model LSTM dibangun sebagai model kandidat, kemudian masing-masing digabungkan menggunakan pendekatan Bayesian Model Averaging (BMA) berbasis pembobotan RMSE untuk menghasilkan prediksi yang lebih stabil dan robust. Hasil evaluasi menunjukkan bahwa model ARIMA-BMA memiliki performa yang lebih baik dibandingkan LSTM-BMA, dengan nilai MAPE data uji sebesar 1.76%, RMSE 62.19, MAE 44.88, dan R² sebesar 99.24%, sementara LSTM-BMA menghasilkan MAPE sebesar 4.29%, RMSE 204.98, MAE 136.57, dan R² sebesar 91.80%. Hasil prediksi untuk 12 minggu ke depan menunjukkan bahwa harga emas diperkirakan mengalami kenaikan secara bertahap setelah mencapai puncak pada akhir tahun 2025, dengan pendekatan BMA terbukti mampu menstabilkan prediksi dan mengurangi ketergantungan terhadap model tunggal.