Analisis Komparatif Model Statistik Dan Probabilistik Untuk Peramalan Harga Emas Dan Pengukuran Risiko

Pergerakan harga emas yang dipengaruhi oleh volatilitas pasar dan ketidakpastian ekonomi memerlukan metode peramalan serta analisis risiko yang akurat. Penelitian ini bertujuan membandingkan kinerja Autoregressive Integrated Moving Average (ARIMA), Generalized Autoregressive Conditional Heteroskedasticity (GARCH), Extreme Value Theory (EVT), Monte Carlo Simulation berbasis Geometric Brownian Motion (GBM), dan Random Walk dalam peramalan harga emas dan analisis risiko. Data historis harga emas harian periode 1 Maret 2020 hingga 2 April 2026 yang diperoleh dari Investing.com dianalisis melalui tahapan pre-processing, transformasi log return, pemodelan, serta evaluasi menggunakan Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Risiko investasi diukur menggunakan Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR). Hasil penelitian menunjukkan bahwa model ARIMA(1,1,1) memberikan akurasi peramalan terbaik dengan nilai MAE 396,14, RMSE 454,31, dan MAPE 9,15%. Adapun GARCH efektif memodelkan volatilitas, EVT mampu mengidentifikasi risiko ekstrem, Monte Carlo menghasilkan distribusi probabilistik pergerakan harga, dan Random Walk digunakan sebagai model pembanding. Hasil penelitian menunjukkan bahwa kombinasi beberapa pendekatan memberikan analisis peramalan dan risiko yang lebih komprehensif dibandingkan penggunaan satu metode tunggal.