Evaluasi Penambahan Geopolitical Risk Index pada Peramalan Harga Emas Menggunakan Long Short-Term Memory

Abstract

Emas merupakan aset safe haven yang pergerakannya dipengaruhi oleh berbagai faktor, termasuk risiko geopolitik global. Penelitian ini bertujuan untuk mengevaluasi kontribusi GPR index sebagai peubah tambahan dalam model Long Short-Term Memory untuk peramalan harga emas harian, serta menentukan kombinasi lookback window optimal antara closing price emas dan GPR index. Data yang digunakan mencakup 1.827 amatan harian closing price emas dan GPR index periode 23 Februari 2021 hingga 23 Februari 2026. Model dibangun dengan arsitektur tiga layer LSTM dan dievaluasi menggunakan expanding window cross validation dengan lima fold. Proses tuning lookback window dilakukan secara bertahap, dimulai dari model LSTM univariate kemudian dilanjutkan dengan penambahan GPR index pada model LSTM multivariate. Hasil penelitian menunjukkan bahwa lookback window optimal adalah 4 untuk closing price emas dan 6 untuk GPR index, dengan MAPE data train sebesar 7,95% dan MAPE data test sebesar 7,19%. Penambahan GPR index terbukti meningkatkan akurasi model dibandingkan model LSTM univariate yang menghasilkan MAPE data test sebesar 8,10%. Peramalan satu bulan ke depan menggunakan model terbaik menunjukkan harga emas bergerak sideways pada level tinggi tanpa koreksi signifikan.