IMPLEMENTASI TCN BERBASIS IDENTIFIKASI REGIME PASAR DENGAN HMM UNTUK PREDIKSI HARGA EMAS

Authors

  • Febriana Susilowati Universitas Islam Sultan Agung
  • Dedy Kurniadi Universitas Islam Sultan Agung

Abstract

Penelitian ini bertujuan untuk membangun model prediksi harga emas ANTAM yang adaptif terhadap perubahan kondisi pasar melalui integrasi Hidden Markov Model (HMM) untuk identifikasi market regime dan Temporal Convolutional Network (TCN) untuk pemodelan deret waktu. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data historis harga emas ANTAM periode 2019–2025 sebanyak 1.450 observasi yang diperoleh dari Kaggle. Data diproses melalui tahapan preprocessing, perhitungan log return, identifikasi market regime menggunakan HMM, pemodelan prediksi menggunakan TCN, serta evaluasi menggunakan metrik Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa HMM berhasil mengidentifikasi dua rezim pasar dominan, yaitu bearish dan volatile, yang kemudian digunakan sebagai fitur tambahan pada model TCN. Integrasi kedua metode menghasilkan performa prediksi yang lebih baik dibandingkan model TCN standar, dengan nilai MAE sebesar 70,74 dan MAPE sebesar 4,80%, lebih rendah dibandingkan TCN standar yang memperoleh MAE 92,15 dan MAPE 5,90%. Selain itu, hasil prediksi lima hari ke depan menunjukkan kecenderungan kenaikan harga emas secara bertahap dan stabil. Simpulan penelitian ini adalah bahwa integrasi HMM dan TCN mampu meningkatkan akurasi prediksi harga emas dengan mengakomodasi perubahan rezim pasar secara lebih adaptif, sehingga menghasilkan model prediksi yang lebih tangguh dan efektif untuk mendukung pengambilan keputusan investasi.

 

References

Amri, I. F., Astuti, S. A., Sulistiya, I., Suherdi, A., & Al-Haris, M. (2024). Peramalan Harga Emas Antam Menggunakan Metode Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Jurnal UJMC, 10(1), 26–35.

Cahya, T. D., & Chaidir, I. (2025). Prediksi Harga Emas di Indonesia Menggunakan Metode Linear Regression Berbasis Data Historis Antam. INNOVATIVE: Journal of Social Science Research, 5, 10391–10400.

Marscelina, N. N. B., Wijayakusuma, I. G. N. L., & Swastika, P. V. (2025). Perbandingan Metode LSTM dan TCN untuk Prediksi Gelombang Laut Berdasarkan Enam Parameter Oseanografi. Jurnal Sains dan Teknologi (JST), 14(1), 56–66. https://doi.org/10.23887/jstundiksha.v14i1.92590

Martin, R., Faisal, F., Aditya, I. N., Wahidin, A. J., Rahmatullah, B., & Kurniawati, I. (2025). Analisis Prediksi Harga Emas Menggunakan Regresi Linear dan K-Nearest Neighbors. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(4), 2359–2366. https://doi.org/10.31004/riggs.v4i4.3606

Munandar, A. (2025). Prediksi Harga Mata Uang Kripto Menggunakan Algoritma Temporal Convolutional Network. Jurnal Nusantara of Engineering, 8. https://ojs.unpkediri.ac.id/index.php/noe

Nafie, R. R., Sari, A. P., & Junaidi, A. (2025). Implementation of HMM-GRU for Bitcoin Price Forecasting. bit-Tech, 8(2), 1847–1855. https://doi.org/10.32877/bt.v8i2.3137

Purnama, E. H. T. L., Yundari, & Huda, N. M. (2023). Aplikasi Algoritma Viterbi dalam Hidden Markov Model untuk Menganalisis Trend Pasar Saham di Bursa Efek (Studi Kasus di PT. Bank Central Asia, Tbk.). Jurnal EurekaMatika, 11(2), 99–110. https://ejournal.upi.edu/index.php/JEM

Putri, E. D., Permana, D., Syafriandi, & Fitri, F. (2025). Peramalan Harga Emas Menggunakan Fuzzy Time Series-Markov Chain. Imajiner: Jurnal Matematika dan Pendidikan Matematika, 7(4), 360–371. https://doi.org/10.26877/imajiner.v7i4.23893

Tampouris, A., & Dritsaki, C. (2026). GDP Forecasting with ARIMA, Hidden Markov Models, and an HMM–LSTM Hybrid: Evidence from Five Economies. Forecasting, 8(2). https://doi.org/10.3390/forecast8020030

Taneva-Angelova, G., Raychev, S., & Ilieva, G. (2025). A Framework for Gold Price Prediction Combining Classical and Intelligent Methods with Financial, Economic, and Sentiment Data Fusion. International Journal of Financial Studies, 13(2). https://doi.org/10.3390/ijfs13020102

Teck, L. Y., & Thenata, A. P. (2025). Stock Price Prediction Using TCN-GAN Hybrid Model. Sinkron, 9(1), 106–114. https://doi.org/10.33395/sinkron.v9i1.14246

Tengger, B. A., & Reviladi, I. (2025). Aplikasi Holt’s Linear Trend Exponential Smoothing dalam Prediksi Harga Emas di Indonesia. Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika, 8(4), 1187–1194. https://doi.org/10.30605/proximal.v8i4.7367

Tholib, A., Agusmawati, N. K., & Khoiriyah, F. (2023). Prediksi Harga Emas Menggunakan Metode LSTM dan GRU. Jurnal Informatika dan Teknik Elektro Terapan, 11(3). https://doi.org/10.23960/jitet.v11i3.3250

Downloads

Published

2026-06-25

Issue

Section

Articles