Prediksi Rata-Rata Harga Emas 24 Karat Di Kota Medan Dengan Metode Arima
DOI:
https://doi.org/10.57008/jjm.v3i02.1634Keywords:
ARIMA, Harga Emas, Prediksi, Investasi, Time Series, Kota MedanAbstract
Fluktuasi harga emas yang dipengaruhi oleh berbagai faktor ekonomi global dan domestik mendorong pentingnya prediksi harga yang akurat sebagai dasar pengambilan keputusan investasi. Penelitian ini bertujuan untuk memodelkan dan memprediksi harga emas 24 karat di Kota Medan dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan merupakan data sekunder bulanan dari Januari 2020 hingga Desember 2023 yang diperoleh dari BPS Kota Medan. Melalui tahapan identifikasi stasioneritas, estimasi parameter, dan uji diagnostik model, ditemukan bahwa model terbaik adalah ARIMA (1,2,1). Model ini menunjukkan nilai Mean Absolute Percentage Error (MAPE) sebesar 9,13%, yang mengindikasikan tingkat akurasi prediksi yang sangat baik. Hasil prediksi menunjukkan tren kenaikan harga emas sepanjang tahun 2024, dengan nilai tertinggi mencapai Rp1.109.817 pada bulan Desember. Temuan ini diharapkan dapat memberikan informasi strategis bagi masyarakat dan investor dalam merencanakan investasi emas yang lebih bijak.
References
BASIT, A. (2020). Pengaruh Harga Emas Dan Minyak Dunia Terhadap Indeks Harga Saham Gabungan (IHSG) Periode 2016-2019. Jurnal Aplikasi Akuntansi, 5(1), 42–51. https://doi.org/10.29303/jaa.v5i1.89
Fardhani, A. A., Simanjuntak, D. I. N., & Wanto, A. (2018). Prediksi Harga Eceran Beras Di Pasar Tradisional Di 33 Kota Di Indonesia Menggunakan Algoritma Backpropagation. Jurnal Infomedia, 3(1). https://doi.org/10.30811/jim.v3i1.625
Fauzi, F., Aulia, S., Syaifullah, A. R., & Utami, T. W. (2024). Peramalan Harga Emas Menggunakan Pendekatan Long-Short Term Memory (LSTM). Jurnal Edukasi Dan Penelitian Informatika (JEPIN), 10(2), 252. https://doi.org/10.26418/jp.v10i2.78332
Hasanah, U., Rusgiyono, A., & Santoso, R. (2022). Peramalan Harga Emas Dunia Dengan Model Glosten-Jagannathan-Runcle Generalized Autoregressive Conditional Heteroscedasticity. Jurnal Gaussian, 11(2), 290–301. https://doi.org/10.14710/j.gauss.v11i2.35477
Kop, J. S. (1998). F Orecasting I Nflation : a N O Verview.
Nadir, R. A., & Sukmana, R. N. (2023). Sistem Prediksi Harga Emas Berdasarkan Data Time Series Menggunakan Metode Artificial Neural Network (ANN). Digital Transformation Technology, 3(2), 426–437. https://doi.org/10.47709/digitech.v3i2.2877
Rahma, A. P., & Canggih, C. C. (2021). Analisis Faktor-Faktor Yang Mempengaruhi Minat Masyarakat Terhadap Investasi Emas. Jurnal Ekonomika Dan Bisnis Islam, 4(2), 98–108. https://doi.org/10.26740/jekobi.v4n2.p98-108
redaksi,+45-52+FALDO+ADITYA.pdf. (n.d.).
Rizal, Y., & Ramadhani, S. (2024). PREDIKSI HARGA EMAS MENGGUNAKAN METODE AVERAGE BASED FUZZY TIME SERIES . Fuzzy Time Series . memprediksi nilai masa depan dalam serangkaian data waktu ( time series ) dengan. 5(3), 1869–1882.
Saputra, J. E., & Febrianti, W. (2025). Application of Autoregressive Integrated Moving Average ( ARIMA ) for Forecasting Inflation Rate in Indonesia. 21(2), 382–396. https://doi.org/10.20956/j.v21i2.36609
Siregar, M., Nasution, A. I. L., & Aisyah, S. (2023). Analisis Faktor- Faktor Keputusan Milenial Kota Medan Dalam Berinvestasi Emas Logam Mulia Pada Bank Syariah. Jurnal Iqtisaduna, 9(1), 116–131. https://doi.org/10.24252/iqtisaduna.v9i1.36544
Sofiyanti, E. N., Ulinuha, S., Okiyanto, R., Haris, M. Al, & Wasono, R. (2024). Peramalan Harga Emas Menggunakan Metode Fuzzy Time Series Chen dalam Investasi untuk Meminimalisir Risko. Journal of Mathematics, Computations and Statistics, 7(1), 55–66. https://doi.org/10.35580/jmathcos.v7i1.1955
Yunita Shara Lubis, Andi Marwan Elhanafi, & Haida Dafitri. (2021). Implementasi Root Mean Square Error Untuk MelakukanPrediksi Harga Emas Dengan Menggunakan Algoritma Multilayer Perceptron. Prosiding SNASTIKOM: Seminar Nasional Teknologi Informasi & Komunikasi , 8, 332–336.
