Analisis Tren dan Peramalan Harga Emas Jangka Pendek Menggunakan Pendekatan Forecasting Time Series
Main Article Content
Abstract
Emas merupakan aset lindung yang digunakan di tengah ketidakpastian ekonomi. Dalam beberapa tahun terakhir, harga emas di Jakarta menunjukkan tren kenaikan, sehingga peramalan harga emas jangka pendek penting bagi keputusan investasi. Penelitian ini bertujuan untuk menganalisis tren dan melakukan peramalan harga emas jangka pendek menggunakan pendekatan forecasting time series berbasis data bulanan. Analisis menggunakan bantuan Microsoft Excel dan SPSS. Hasil penelitian menunjukkan adanya tren harga emas yang meningkat secara konsisten. Evaluasi akurasi model menggunakan Mean Absolute Percentage Error menghasilkan nilai sebesar 9,9273% yang menunjukkan model peramalan ini memiliki tingkat akurasi yang baik. Keterbatasan penelitian ini belum sepenuhnya mampu menangkap pengaruh kejutan eksternal dan volatilitas ekstrem harga emas yang terjadi di luar pola tren jangka panjang.
Article Details
Section

This work is licensed under a Creative Commons Attribution 4.0 International License.
References
Aye, G. C., Dadam, V., Gupta, R., & Mamba, B. (2015). Forecasting the price of gold using dynamic
model averaging. International Journal of Forecasting, 31(2), 312–328.
https://doi.org/10.1016/j.ijforecast.2014.09.001
Badan Pusat Statistik. (2025). Gold price statistics. https://www.bps.go.id
Baur, D. G., & Hoang, L. T. (2021). A crypto safe haven against Bitcoin. Finance Research Letters, 38,
101431. https://doi.org/10.1016/j.frl.2020.101431
Chen, Y., Xu, Y., & Zhang, Z. (2025). Gold as a hedge and safe haven asset under global uncertainty.
Gujarati, D. N., & Porter, D. C. (2009). Basic econometrics (5th ed.). McGraw-Hill. Hamilton, J. D.
(2020). Time series analysis. Princeton University Press.
Hanifah, N., Siregar, H., & Manurung, A. H. (2016). Evaluasi akurasi peramalan time series
menggunakan MAPE. Jurnal Statistika, 4(2), 45–53.
Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and practice (2nd ed.). OTexts.
Indonesia Gold Price Forecasting Using ARIMA-GARCH. (2024). Journal of Asian Economics, 82,
101556.
Journal of International Financial Markets, Institutions and Money, 86, 102651.
Mensi, W., Shahzad, S. J. H., Hammoudeh, S., & Kang, S. H. (2020). Risk spillovers and portfolio
management between gold and financial assets. Resources Policy, 67, 101684.
https://doi.org/10.1016/j.resourpol.2020.101684
Narayan, P. K., Narayan, S., & Sharma, S. S. (2017). An analysis of commodity markets and gold
prices. Energy Economics, 65, 191–201.
Shahbaz, M., Bouri, E., Roubaud, D., & Kristoufek, L. (2019). Safe haven, hedge, and diversification
for gold and Bitcoin. Finance Research Letters, 30, 98–106.
Sugiyono. (2014). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.
Tsay, R. S. (2014). Multivariate time series analysis. Wiley.
Wang, K., & Lee, Y. (2018). The role of gold in financial markets: A time series analysis. Economic
Modelling, 72, 99–111.
Zivot, E., & Wang, J. (2006). Modeling financial time series with S-PLUS. Springer.