| Abstrak |
Penelitian ini dilakukan untuk menganalisis pergerakan harga XAU/USD pada pasar forex. Analisis pergerakan harga diperlukan agar memudahkan para trader untuk melakukan transaksi baik jual atapun beli mengikuti trend yang sedang terjadi. Guna mengetahui trend perdagangan sedang naik atau turun maupun membentuk trend pola tertentu dapat digunakan suatu metode algoritma data mining selain itu juga dapat digunakan untuk mengetahui harga mata uang mata uang tertentu pada suatu periode. Agar mendapatkan analisis pergerakan harga XAU/USD yang lebih akurat maka penulis melakukan perbandingan beberapa model algoritma. Model agoritma yang dianalisis meliputi Neural Network,
Support Vector Machine, Gaussian Process, Linear Regression dan Polynomial Regression. Supaya mendapatkan tingkat akurasi dari setiap model algoritma, maka penulis menggunakan model validasi K Fold Cross Validation. Selanjutnya data dilakukan evaluasi menggunakan model Root Mean Square Error (RMSE). Tingkat error terkecil hasil dari RMSE digunakan sebagai acuan untuk menentukan model algoritma untuk pengujian data testing. Dataset penelitian menggunakan harga XAU/USD pada periode Juli 2018 hingga Mei 2022 sebagai data training dan pergerakan harga XAU/USD periode Juni 2022 sebagai data testing. Pengolahan data dilakukan menggunakan aplikasi RapidMiner. Berdasarkan dataset harga XAU/USD terdapat 4 variabel yang terdiri dari, open atau harga awal pembukaan pasar, high yaitu harga tertinggi harian, low adalah harga terendah dan price yang merupakan harga penutupan hari tersebut. Berdasarkan penelitian diperoleh hasil analisis perbandingan dengan rata-rata nilai RMSE Neural Network sebesar 7,059, Support Vector Machine sebesar15,500, Linear Regression 10.230, Gaussian Process sebesar 1645,982 dan Polynomial Regression memiliki nilai paling tinggi yaitu 1488173155150,188. Maka diketahui model algoritma yang paling akurat untuk menganalisis pergerakan harga XAU/USD yaitu Neural Network dengan nilai error sebesar 7,059. Hasil uji coba data testing menggunakan model algoritma Neural Network yaitu dapat mengetahui trend naik maupun trend turun dengan tepat, selain itu data prediksi harga memiliki kedekatan rentang harga yang tidak jauh dengan harga sebenarnya sehingga memudahkan trader untuk melakukan transaksi baik jual maupun beli.
|