• mahkota212.com
  • http://adoornri.com/
  • yokaislot
  • slot gacor
  • https://kadinkabserambarat.org/tentang-kadin/
  • https://kadinkabhalmaheratengah.org/tentang-kadin/
  • situs slot gacor hari ini
  • https://metallagi.com/
  • https://sistel.semarangkota.go.id/
  • https://bkd.siakkab.go.id/
  • https://kadintegal.org/tentang-kadin/
  • https://ejournal.bsi.ac.id/ejurnal/index.php/abdimas
  • https://sippbb.purwakartakab.go.id/maps/
  • http://pustaka.fib.unand.ac.id/
  • slot gacor
  • slot777
  • https://awangbangkalbarat.banjarkab.go.id/
  • https://www.scienceworksforus.com/press-releases/one-week-and-counting-dont-cut-the-research-that-fuels-the-u-s-economy
  • https://washrightsnetwork.org/free-spins-existing-customers-no-deposit-2025-australia/
  • https://catalogue.paramadina.ac.id/
  • https://kadinlangara.org/XNXX/
  • https://kadinpcmataram.org/kontak/
  • https://merch.emma-larson.com/products
  • https://kadinkabbireuen.org/tentang-kadin/
  • https://kadinkotabatang.org/XVIDEOS/
  • https://motherscareivfcentre.com/about-us-2/appointments/
  • https://tiwet.web.id/orc/
  • https://babelankota.kabbekasi.id/
  • situs slot gacor
  • https://anggota.kadinpcmataram.org/
    • <![CDATA[SISTEM PREDIKSI HARGA EMAS MENGGUNAKAN METODE RANDOM FOREST]]> Kurnia Agung Prastyo Pengarang Hidayatus Sibyan, M.Kom Dosen Pembimbing 1 Nur Hasanah, M.Kom. Penguji 2 Hidayatus Sibyan, M.Kom Penguji 1
    Emas merupakan salah satu komoditas yang memiliki peran penting sebagai instrumen investasi dan lindung nilai terhadap inflasi. Harga emasyang fluktuatif menuntut adanya prediksi yang akurat agar investor dapat mengambil keputusan yang tepat. Penelitian ini bertujuan untuk membangun sebuah sistem prediksi harga emas menggunakan metode Random Forest. Metode Random Forest dipilih karena kemampuan nyadalam menangani data dengan variabel yang kompleks serta kestabilan dalam melakukan prediksi. Data harga emas harian yang digunakan diperoleh dari sumber daring terpercaya dalam rentang waktu beberapa tahun terakhir. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan data, pelatihan model, pengujian, serta evaluasi kinerja model menggunakan metrik RootMean Square Error (RMSE), Mean Absolute Error (MAE), dan koefisiendeterminasi (R²). Hasil pengujian menunjukkan bahwa model masih memiliki tingkat kesalahan yang cukup besar dan nilai R² negatif, sehingga prediksi yang dihasilkan belum sepenuhnya akurat. Meskipun demikian, sistem ini dapat digunakan untuk memberikan gambaran tren harga emas secara umum dan diharapkan dapat dikembangkan lebih lanjut agar memberikan hasil yang lebih presisi. Sistemini juga diharapkan dapat membantu investor atau masyarakat umum dalam memantau dan menganalisis pergerakan harga emas untuk mendukung pengambilan keputusan investasi. Kata kunci: prediksi harga emas, Random Forest, machine learning, investasi.