SHAFITRY, Rhena Amelia (2026) Optimasi Model Gated Recurrent Unit dengan Particle Swarm Optimization untuk Prediksi Harga Emas Indonesia. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Archive (FULL TEXT) 24050122120019_Rhena Amelia Shafitry_Tugas Akhir (1).zip Restricted to Repository staff only Download (6MB) | Request a copy
	Text 1. COVER.pdf Download (229kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (233kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (208kB)
	Text 5. KATA PENGANTAR.pdf Download (242kB)
	Text 6. ABSTRAK.pdf Download (229kB)
	Text 7. ABSTRACT.pdf Download (212kB)
	Text 8. DAFTAR ISI.pdf Download (250kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (258kB)

Abstract

Data harga emas harian di Indonesia bersifat nonlinear, nonstasioner,
bervolatilitas tinggi, dan memiliki ketergantungan temporal kuat. Karakteristik
tersebut menyebabkan model konvensional yang masih sangat bergantung pada
aturan khusus dan terbatas dalam menangani pola temporal data, kesulitan dalam
menghasilkan prediksi yang akurat. Arsitektur Gated Recurrent Unit (GRU)
merupakan model deep learning yang dirancang khusus untuk menangani pola
temporal data melalui struktur yang sederhana. Performa model GRU sangat
bergantung pada pemilihan hyperparameter yang sesuai, sehingga diperlukan
optimasi untuk menentukan hyperparameter optimal. Kelemahan tersebut diatasi
dengan menerapkan Particle Swarm Optimization (PSO) dalam menemukan
konfigurasi hyperparameter optimal dalam ruang pencarian yang kontinu.
Penelitian ini membandingkan kinerja model GRU standar dan GRU yang
dioptimasi dengan PSO dalam memprediksi harga emas harian di Indonesia. Hasil
penelitian menunjukkan bahwa PSO memperoleh konfigurasi optimal pada 106
units, batch size 128, dropout 0,5, dan learning rate 0,01. Evaluasi kinerja model
GRU standar menghasilkan MAPE sebesar 1,852%, sedangkan model GRU-PSO
mencapai MAPE sebesar 0,944%. Integrasi PSO terbukti mampu menurunkan
tingkat kesalahan prediksi hingga 49%. Prediksi pada 5 periode ke depan
menunjukkan tren kenaikan yang bertahap dan relatif stabil. Hasil penelitian
membuktikan bahwa integrasi PSO secara efektif meningkatkan akurasi arsitektur
GRU dalam menangkap pola temporal pada data harga emas yang bersifat volatil.
Kata Kunci: Prediksi Harga Emas, Gated Recurrent Unit (GRU), optimasi
hyperparameter, Particle Swarm Optimization (PSO).

Actions (login required)

View Item