Studi Perbandingan Data Time Series Harga Emas Menggunakan Metode XGBoost, STL, dan Facebook Prophet
Date
2024Author
Mujahiddan, Rizal
Giri, Endang Purnama
Hardhienata, Medria Kusuma Dewi
Metadata
Show full item recordAbstract
Harga emas merupakan aspek penting bagi para pelaku pasar karena
nilainya yang stabil dan cenderung naik. Penelitian ini membandingkan tiga model
analisis data time series harga emas yakni Extreme Gradient Boosting (XGBoost),
Seasonal-Trend Decomposition Procedure Based on LOESS (STL), dan Facebook
Prophet. Dalam penelitian ini, ketiga model tersebut dievaluasi dengan
mempertimbangkan faktor eksternal seperti inflasi dan nilai tukar mata uang. Data
harga emas dan faktor eksternal dikumpulkan dari Januari 2010 hingga April 2023.
Hasil penelitian menunjukkan bahwa pada pendekatan univariate, model Facebook
Prophet memiliki Symmetrical Mean Absolute Percentage Error (SMAPE) sebesar
6,28% dan Mean Absolute Scaled Error (MASE) sebesar 6,0458. Pada pendekatan
multivariate, XGBoost memiliki SMAPE sebesar 12,63% dan MASE sebesar
11,815. Dari hasil penelitian, dapat disimpulkan bahwa Facebook Prophet dengan
pendekatan univariate lebih akurat dibandingkan pendekatan XGBoost dan STL.
Sementara itu, XGBoost dengan pendekatan multivariate lebih akurat daripada
Facebook Prophet dalam kasus yang diujikan
Collections
- UT - Computer Science [2324]