PREDIKSI HARGA EMAS MENGGUNAKAN METODE ARIMA DAN LSTM DENGAN INTEGRASI SISTEM CHATBOT RAG

Emas merupakan instrumen investasi fluktuatif yang memerlukan pemantauan intensif. Penelitian ini mengembangkan Goltraak, sistem pelacakan dan prediksi harga emas berbasis kecerdasan buatan (Artificial Intelligence). Menggunakan metode Waterfall dengan arsitektur server-klien terpisah, sistem ini dibangun dengan Flutter (frontend), FastAPI (backend), serta diimplementasikan pada Google Cloud Platform (GCP) dengan pipeline MLOps terotomatisasi. Goltraak membandingkan model statistik ARIMA dan deep learning Univariate LSTM untuk proyeksi harga 7 hari ke depan, serta menyediakan chatbot interaktif berpendekatan Retrieval-Augmented Generation (RAG) untuk menyajikan informasi harga terkini secara akurat. Hasil pengujian Black Box Testing terhadap 11 skenario fungsional mencatatkan tingkat keberhasilan 100 persen. Pada pengujian model peramalan, ARIMA menunjukkan performa yang lebih unggul dan stabil dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 1,21 persen untuk skenario beli dan 1,43 persen untuk skenario jual. Sementara itu, model LSTM menghasilkan tingkat galat yang lebih tinggi, yaitu sebesar 3,42 persen pada skenario beli dan 6,13 persen pada skenario jual. Pengujian melalui User Acceptance Testing (UAT) dilakukan dengan melibatkan 10 orang responden pegiat investasi emas, baik dari masyarakat umum maupun lingkaran terdekat (keluarga dan teman), menunjukkan tingkat kepuasan pengguna (Overall Satisfaction) mencapai 94 persen. Hasil ini membuktikan bahwa Goltraak sangat layak, andal, dan bermanfaat bagi masyarakat dalam memantau tren pasar emas harian.