PREDIKSI HARGA EMAS MENGGUNAKAN FAKTOR EKONOMI GLOBAL PERIODE 2020–2025 DENGAN PENDEKATAN CRISP-DM

Authors

  • Ghafari Arif Jabbar
  • Sukamto Sukamto

Keywords:

prediksi harga emas, indikator ekonomi, CRISP-DM, regresi linier, machine learning, ekonomi global

Abstract

Harga emas merupakan salah satu instrumen investasi strategis yang berperan sebagai aset lindung nilai (safe haven) dalam menghadapi ketidakpastian ekonomi global. Pergerakan harga emas dipengaruhi oleh berbagai faktor ekonomi makro, antara lain suku bunga, inflasi, indeks harga konsumen (Consumer Price Index/CPI), nilai tukar dolar Amerika Serikat, harga minyak dunia, serta kinerja pasar saham global. Periode 2020–2025 menjadi relevan untuk dianalisis karena ditandai oleh pandemi COVID-19, ketegangan geopolitik, serta perubahan kebijakan moneter global yang berdampak signifikan terhadap volatilitas harga emas dunia. Penelitian ini bertujuan untuk menganalisis pengaruh faktor-faktor ekonomi global terhadap pergerakan harga emas serta membangun model prediksi harga emas pada periode 2020–2025. Metode yang digunakan adalah Cross Industry Standard Process for Data Mining (CRISP-DM) yang mencakup tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data yang digunakan merupakan data sekunder dengan frekuensi bulanan yang diperoleh dari sumber-sumber publik terpercaya, seperti World Gold Council, Federal Reserve Economic Data (FRED), dan Investing.com. Pada tahap pemodelan, digunakan dua algoritma, yaitu Linear Regression dan Random Forest, untuk membandingkan kinerja prediksi. Evaluasi model dilakukan menggunakan metrik Coefficient of Determination (R²) dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa model Linear Regression memiliki kinerja yang lebih baik dengan nilai R² sebesar 0,90 dan RMSE sebesar 41,57, yang mengindikasikan kemampuan model dalam menjelaskan variasi harga emas secara akurat dan stabil, sedangkan model Random Forest menunjukkan performa yang kurang optimal akibat terjadinya overfitting pada dataset yang relatif terbatas. Temuan penelitian ini menunjukkan bahwa suku bunga, inflasi, CPI, dan indeks dolar AS memiliki pengaruh signifikan terhadap harga emas, sehingga hasil penelitian ini diharapkan dapat memberikan kontribusi akademik dalam pengembangan model prediksi harga komoditas serta menjadi dasar pertimbangan praktis bagi investor dan pengambil kebijakan dalam pengambilan keputusan investasi emas.

References

Baur, Dirk G, and Thomas K McDermott. 2010. “Is Gold a Safe Haven? International Evidence.” Journal of Banking & Finance 34(8): 1886–98. doi:10.1016/j.jbankfin.2009.12.008.

Breiman, Leo. 2001. “Random Forests.” Machine Learning 45(1): 5–32. doi:10.1023/A:1010933404324.

Federal Reserve Bank of St. Louis. 2023. “Federal Reserve Economic Data (FRED).” https://fred.stlouisfed.org/.

Gujarati, Damodar N, and Dawn C Porter. 2009. Basic Econometrics. 5th ed. McGraw-Hill.

Hammoudeh, Shawkat, Farooq Malik, and Michael McAleer. 2011. “Risk Spillovers and Portfolio Management Between Oil, Gold and Stock Markets.” Energy Economics 33(5): 834–44. doi:10.1016/j.eneco.2011.03.006.

Han, Jiawei, Micheline Kamber, and Jian Pei. 2012. Data Mining: Concepts and Techniques. 3rd ed. Morgan Kaufmann.

James, Gareth, Daniela Witten, Trevor Hastie, and Robert Tibshirani. 2021. An Introduction to Statistical Learning. 2nd ed. Springer.

Shearer, Colin. 2000. “The CRISP-DM Model: The New Blueprint for Data Mining.” Journal of Data Warehousing 5(4): 13–22.

World Gold Council. 2023. “Gold Price and Investment Demand.” https://www.gold.org/goldhub/data/gold-prices

Downloads

Published

2026-07-01

Issue

Vol. 22 No. 2 (2026): Juli 2026

Section

Engineering Articles

License

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).