IMPLEMENTASI ARTIFICIAL NEURAL NETWORK BERBASIS SLIDING WINDOW UNTUK PREDIKSI HARGA EMAS BERJANGKA

Abstract

Emas merupakan salah satu pilihan investasi yang banyak diminati oleh para investor. Pergerakan harga emas di masa pandemi COVID-19 cukup fluktuatif. Hal ini menjadikan prediksi akan pergerakan harga emas menjadi salah satu hal penting yang perlu dicermati oleh para investor. Salah satu cara untuk memprediksi harga emas adalah dengan memanfaatkan data historis deret waktu dengan menggunakan teknik data mining Artificial Neural Network (ANN) Backpropagation berbasis sliding window. Dengan konsep sliding window ini, ukuran jendela (window size) memegang peranan penting dalam menentukan banyaknya pola data yang terbentuk sekaligus sebagai ukuran input pada arsitektur jaringan ANN Backpropagation. Pada penelitian ini dilakukan pengujian dengan skema sliding window berukuran 3, 5, 7, dan 14. Arsitektur ANN terbaik diperoleh dari model ANN Backpropagation yang memberikan nilai RMSE terkecil yaitu sebesar 0.02275 yang diperoleh dari 3 lapisan input, 5 lapisan tersembunyi, dan 1 lapisan output.