Prediksi Harga Brent Crude Oil Menggunakan Algoritma Long Short-Term Memory (LSTM)

Abstract

Minyak bumi, khususnya Brent Crude Oil, memegang peran penting dalam perekonomian global sebagai sumber energi utama dan komoditas dengan volume perdagangan tertinggi. Fluktuasi harga minyak mentah sering dijadikan indikator kondisi ekonomi global yang dapat mempengaruhi banyak sektor industri. Oleh karena itu, prediksi harga minyak sangat penting untuk meminimalkan risiko dan mendukung pengambilan keputusan yang lebih tepat. Penelitian ini bertujuan untuk mengembangkan model prediksi harga Brent Crude Oil menggunakan algoritma Long Short-Term Memory (LSTM), yang dipilih karena kemampuannya dalam menangani data deret waktu dan mempertahankan informasi jangka panjang. Data historis harga penutupan Brent Crude Oil dari 2 Januari 2018 hingga 27 September 2024 digunakan dalam penelitian ini. Metodologi melibatkan normalisasi data dan pembagian data menjadi tiga bagian: pelatihan, validasi, dan pengujian, diikuti dengan pengembangan model LSTM. Hasil evaluasi menunjukkan bahwa model LSTM dengan konfigurasi 70unit neuron, 2 hidden layer, 200 epoch, dan batch size 64 menunjukkan performa yang sangat baik, dengan menghasilkan RMSE sebesar 1,574829, R² sebesar 0,904717, dan MAPE sebesar 1,496758. Hasil ini menunjukkan bahwa model LSTM mampu menangkap pola historis harga Brent Crude Oil dengan akurasi yang sangat baik.