Optimasi Parameter Support Vector Regression Dengan Algoritme Genetika Untuk Prediksi Harga Emas

Emas merupakan salah satu logam mulia yang banyak diminati masyarakat sebagai komoditi untuk berinvestasi dikarenakan ketahanannya terhadap laju inflasi yang cukup baik. Namun Seiring perkembangan zaman ada kalanya fluktuasi terjadi begitu ekstrim sehingga mempengaruhi nilai emas. Oleh karena itu mengetahui prospek nilai emas dimasa yang akan datang bagi para investor merupakan suatu yang cukup penting. Salah satu metode untuk memprediksi adalah Support Vector Regression (SVR), namun sensitifitas parameter masukannya cukup mempengaruhi hasil prediksi, oleh karena itu dapat diterapkan metode Algoritme Genetika (GA) yang cukup fleksibel untuk dihibridisasikan. Penelitian ini membahas tentang pengoptimasian parameter SVR menggunakan GA untuk memprediksi harga emas. Hasil pengujian menunjukkan mean absolute percentage error (MAPE) terbaik yang dihasilkan mencapai 0.2407 % dengan rentang o, iterasi SVR 50, generasi GA 95, population size 70, crossover rate 0.01, mutation rate 0.99, persentase elitism 80%, rentang e 1x10-7–1x10-4, rentang c 0.01-5, rentang 1x10-7–1x10-4, rentang v 1x10-5–1x10-4, dan rentang o 1x10-3– 0.1