A Metode Extrem Learning Machine Untuk Meramalkan Harga Emas Harian Saat Pandemi Covid-19

Authors

  • Mohamad As'ad STMIK PPKIA Pradnya Paramita
  • Eni Farida STMIK PPKIA Pradnya Paramita
  • Sujito STMIK PPKIA Pradnya Paramita
  • Sigit Setyowibowo STMIK PPKIA Pradnya Paramita

Abstract

Emas merupakan logam mulia yang mempunyai dwi fungsi yaitu emas sebagai bentuk investasi dan sebagai perhiasan. Emas sebagai bentuk investasi disaat pandemi covid-19 banyak diteliti oleh para ahli. Salah satu bentuk investasi yang paling aman dan resiko yang kecil disaat pandemi covid-19 yaitu emas. Cara berinvestasi masyarakat ada bermacam-macam, bisa pakai lembaga keuangan seperti pegadaian, bank ataupun disimpan sendiri dalam bentuk perhiasan yang dipakai seperti kalung, gelang, cintin dan lain sebagainya. Dalam berivestasi, perlu diketahui bahwa perkiraan harga emas harian untuk bertransaksi bagi masyarakat yang ingin berinvestasi atau juga ingin menjual emas yang dimiliki sangat penting. Tujuan dari penelitian ini yaitu bagaimana cara mudah mengetahui prediksi harga emas harian dengan menggunakan metode yang simpel mudah dengan tidak banyak asums-asumsi pengujian dalam metode tersebut. Metode yang digunakan dalam penelitian ini yaitu metode extrem learning machine (ELM). Metode ELM ini tidak menggunakan asumsi-asumsi statistika. Metode ELM ini bisa di jalankan dengan paket progran open sources progran yaitu R package statistics, sehingga masyarakat dapat memperoleh software tersebut dengan mudah. Data harga emas harian merupakan data sekunder yang diperoleh secara online di web investing.com. Data yang diambil merupakan data harga emas harian di saat pandemi mulai 6 Februari 2020 sampai dengan 25 Oktober 2021 dengan jumlah data sebanyak 455 data. Data harga emas harian di analisis dengan menggunakan metode ELM. Hasil dari penelitian ini menggunakan data training dan data testing dengan perbandingan masing-masing 50%. Metode ELM yang digunakan mempunyai single hiden layer dengan 100 neuron dan mempunyai 3 input node serta menggunakan fungsi aktivasi sigmoid biner. Hasil peramalan harga emas harian mempunyai akurasi peramalan yaitu root mean square error (RMSE) sebesar 21.76795, mean absolute square error (MASE) sebesar 473.8438 dan mean absolute percentage error (MAPE) sebesar 0.008339967.

Kata Kunci : peramalan harga emas harian, extrem learning machine (ELM), pandemi covid-19.

Informasi Artikel


Cite This Article:

Mohamad As'ad, Eni Farida, Sujito, Sigit Setyowibowo, 2022, A Metode Extrem Learning Machine Untuk Meramalkan Harga Emas Harian Saat Pandemi Covid-19, 21, 1, 01 March 2022, http://dx.doi.org/10.32409/jikstik.21.1.2915

Published

2022-03-01