Expert Advisor Untuk Prediksi Jual Atau Beli XAU/USD Menggunakan Metode GRU
Abstract
Prediksi harga aset keuangan seperti XAU/USD (Emas) memiliki tantangan tinggi karena sifat datanya yang volatil dan non-linear. Penelitian ini bertujuan untuk mengembangkan model prediksi harga XAU/USD pada timeframe M15 menggunakan arsitektur Deep Learning Gated Recurrent Unit (GRU). Berbeda dengan model univariat konvensional, penelitian ini mengintegrasikan tujuh fitur multivariate yang terdiri dari harga OHLC serta tiga indikator teknikal (EMA 50, RSI 14, dan ATR 14). Model dibangun menggunakan arsitektur Sequential dua lapis dengan teknik regularisasi dropout dan L2 untuk mencegah overfitting. Hasil pengujian menunjukkan performa model yang sangat kuat dengan nilai R-Squared sebesar 0.9583 dan Mean Absolute Error (MAE) sebesar 92.72 USD. Selain akurasi harga, model menunjukkan kemampuan prediksi arah tren (directional accuracy) dengan nilai F1-Score sebesar 54.49%. Implementasi sistem dilakukan melalui deployment menggunakan FastAPI, yang memungkinkan model diintegrasikan ke dalam sistem perdagangan otomatis secara real-time. Hasil penelitian menyimpulkan bahwa kombinasi fitur teknikal dan arsitektur GRU mampu memberikan estimasi harga yang presisi serta keunggulan statistik dalam pengambilan keputusan perdagangan.
References
A. F. Yuliana and R. Robiyanto, “PERAN EMAS SEBAGAI SAFE HAVEN BAGI SAHAM PERTAMBANGAN DI INDONESIA PADA PERIODE PANDEMI COVID-19,” Jurnal Ilmiah Bisnis dan Ekonomi Asia, vol. 15, no. 1, pp. 1–11, Feb. 2021, doi: 10.32815/jibeka.v15i1.217.
D. Rakhmawati and M. Nurhalim, “Prediksi harga emas berjangka di masa pandemi covid-19 menggunakan model tren deterministik,” AKUNTABEL: Jurnal Ekonomi dan Keuangan, vol. 18, no. 1, pp. 146–152, Mar. 2021, doi: 10.30872/JAKT.V18I1.9145.
A. Muliani Harahap and S. Fitrie, “IMPLEMENTASI GATED RECURRENT UNIT (GRU) UNTUK PREDIKSI HARGA SAHAM BANK KONVENSIONAL DI INDONESIA,” JISTech (Journal of Islamic Science and Technology) JISTech, vol. 6, no. 2, pp. 42–49, 2021, Accessed: May 07, 2026. [Online]. Available: http://jurnal.uinsu.ac.id/index.php/jistech
R. S. Sinambela, M. Ula, and A. F. Ulva, “Prediksi Harga Emas Menggunakan Algoritma Regresi Linear Berganda Dan Support Vector Machine (SVM),” Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 12, no. 2, p. 253, Apr. 2024, doi: 10.26418/JUSTIN.V12I2.73386.
R. Dey and F. M. Salemt, “Gate-variants of Gated Recurrent Unit (GRU) neural networks,” Midwest Symposium on Circuits and Systems, vol. 2017-August, pp. 1597–1600, Sep. 2017, doi: 10.1109/MWSCAS.2017.8053243.
