Penggunaan Naive Bayes dalam prediksi tren pasar emas dan USD

Khaidir Mustafa

Khaidir Mustafa Balai Pengembangan Penjaminan Mutu Pendidikan Vokasi Bidang Kelautan Perikanan Teknologi Informasi dan Komunikasi (BPPMPV KPTK), Jl. Diklat No. 30, Pattallassang, Gowa, Sulawesi Selatan 92172

Keywords: naive bayes, USD, prediktif, emas, model prediksi

Abstract

Prediksi harga komoditas seperti emas dan nilai tukar dolar Amerika Serikat atau USD menjadi sangat penting dalam konteks pasar finansial global yang dinamis. Penelitian ini menyajikan kajian pustaka sistematis terhadap implementasi algoritma Naive Bayes dalam memprediksi tren harga emas dan USD, dengan mengkaji delapan studi ilmiah terkini yang relevan. Fokus analisis terletak pada jenis data, fitur yang digunakan, akurasi model, serta pendekatan murni dan kombinasi dalam penerapan Naive Bayes. Hasil menunjukkan bahwa meskipun metode ini memiliki keunggulan dalam kesederhanaan dan kecepatan, performanya sangat bergantung pada kualitas fitur dan relevansi data. Dalam konteks prediksi biner (naik/turun), Naive Bayes terbukti cukup kompetitif, dengan akurasi tertinggi mencapai 88%. Selain itu, kajian ini menyoroti adanya korelasi signifikan antara harga emas dan nilai tukar USD yang dapat dimanfaatkan dalam pendekatan prediktif terpadu. Dengan demikian, implementasi Naive Bayes dalam prediksi harga emas dan USD secara bersamaan dapat menjadi dasar untuk pengembangan model prediksi pasar yang lebih komprehensif.

References

Huda, M. M., & Yusron, R. D. R. (2020). Kombinasi Naive Bayes dan Metode Time Series Sebagai Peramalan Pergerakan Harga pada Perdagangan Valuta Asing. Ilkomnika, 2(2), 151–155. https://doi.org/10.28926/ILKOMNIKA.V2I2.186

Indriyani, S., Fatchan, M., & Firmansyah, A. (2023). Prediksi harga logam mulia dengan pendekatan algorithma naive bayes dan PSO. Jurnal Informatika Teknologi dan Sains (Jinteks), 5(1), 179–182. https://doi.org/10.51401/JINTEKS.V5I1.2230

Mahjouby, M. El, Fahssi, K. El, Bennani, M. T., Lamrini, M., & Far, M. El. (2024). Machine Learning Techniques for Predicting and Classifying Exchange Rates between US Dollars and Japanese Yen. Engineering, Technology & Applied Science Research, 14(5), 16266–16271. https://doi.org/10.48084/ETASR.8216

Maryati, I., Christian, & Paramita, A. S. (2023). Gold Prices Time-Series Forecasting: Comparison of Statistical Techniques. Journal of Applied Data Sciences, 4(4), 372–381. https://doi.org/10.47738/JADS.V4I4.135

Onsumran, C., Thammaboosadee, S., & Kiattisin, S. (2015). Gold Price Volatility Prediction by Text Mining in Economic Indicators News. Journal of Advances in Information Technology, 243–247. https://doi.org/10.12720/JAIT.6.4.243-247

Permana, I. I., & Pangestuti, I. R. D. (2021). Peran Emas Sebagai Hedge Atau Safe Haven Terhadap Saham Pada Periode Sebelum Dan Selama Covid-19 Di Indonesia. SEIKO : Journal of Management & Business, 4(1), 178–187.
https://doi.org/10.37531/SEJAMAN.V4I1.1179

S, M. A. (2020). Perbandingan Algoritme Naïve Bayes Classifier dan K-Nearest Neighbors Pada Prediksi Pergerakan Mata Uang Dollar Amerika (USD) Terhadap Harga Emas [Skripsi]. Yogyakarta: Universitas Islam Indonesia. Retrieve from https://dspace.uii.ac.id/handle/123456789/29971

Suryana, Y., & Sen, T. W. (2021). The Prediction of Gold Price Movement by Comparing Naive Bayes, Support Vector Machine, and K-NN. JISA (Jurnal Informatika Dan Sains), 4(2), 112–120. https://doi.org/10.31326/JISA.V4I2.922.