MODEL INFORMER DENGAN EXPONENTIAL MOVING AVERAGE (EMA) UNTUK PREDIKSI HARGA EMAS (XAU/USD) PADA PASAR FOREX

Pasar Foreign Exchange (Forex) yang sangat volatil menempatkan prediksi harga emas (XAU/USD) sebagai tantangan penting yang perlu dipecahkan melalui metode yang lebih akurat dan stabil. Penelitian ini bertujuan untuk mengatasi masalah prediksi ini dengan mengimplementasikan dan mengevaluasi model hybrid Informer + EMA, yang mengintegrasikan arsitektur Informer dengan fitur tren dari indikator Exponential Moving Average (EMA). Metodologi yang digunakan mencakup pengolahan data historis emas (2020–2025), feature engineering untuk menambahkan fitur EMA21 dan EMA90, normalisasi, dan pembentukan sequence untuk melatih model. Evaluasi dilakukan dengan membandingkan model Informer + EMA terhadap Informer standar (baseline) pada berbagai horizon prediksi menggunakan metrik MSE, MAE, dan MAPE. Hasil eksperimen menunjukkan bahwa integrasi EMA memberikan peningkatan performa yang konsisten, dengan model Informer + EMA mencapai akurasi terbaik sebesar 96.83% (MAPE 3.17% pada pred_len=6). Berdasarkan temuan ini, integrasi pendekatan deep learning berbasis Informer dengan indikator Exponential Moving Average (EMA) mampu meningkatkan akurasi dan kestabilan prediksi harga emas pada pasar forex.

Kata Kunci: Informer, EMA, Forex, XAU/USD, Forecasting.