Electronic Theses and Dissertation

Fluktuasi harga emas global merupakan cerminan kompleksitas kondisi ekonomi makro dunia yang dipengaruhi oleh kebijakan moneter, inflasi, nilai tukar, dan faktor eksternal lainnya. Untuk memahami pola pergerakan harga tersebut, digunakan pendekatan Principal Component Analysis (PCA) dan K-Means Clustering terhadap data bulanan periode Januari 2019-September 2025. Enam variabel ekonomi makro dianalisis yaitu, inflasi, suku bunga, kurs, harga minyak dunia, indeks volatilitas global (VIX), dan indeks pasar saham. PCA berperan dalam mereduksi dimensi dan mengidentifikasi faktor utama yang memengaruhi harga emas, sedangkan K-Means digunakan untuk mengelompokkan periode harga berdasarkan karakteristik makroekonomi. Tiga komponen utama berhasil menjelaskan 95% variasi data: PC1 menggambarkan faktor moneter domestik, PC2 mencerminkan faktor eksternal global, dan PC3 menunjukkan dinamika pasar keuangan. Hasil pengelompokkan menghasilkan tiga klaster: harga emas tinggi (2019-2021), stabil (2022), dan rendah (2023-2025). Nilai Silhouette Coefficient sebesar 0.35, WSS 0.37, dan Davies-Bouldin Index 0.48 menunjukkan struktur klaster yang cukup baik. Secara keseluruhan, hasil analisis menegaskan bahwa pergerakan harga emas global sangat dipengaruhi oleh perubahan kebijakan moneter, tekanan inflasi, serta ketidakpastian geopolitik.
Kata kunci: Harga emas global, faktor ekonomi makro, PCA, K-Means Clustering, validasi klaster

Global gold-price fluctuations reflect the complex dynamics of macroeconomic conditions influenced by monetary policy, inflation, exchange rates, and external factors. To uncover these movement patterns, the Principal Component Analysis (PCA) and K-Means Clustering methods were applied to monthly data from January 2019 to September 2025. Six macroeconomic variables— inflation, interest rates, exchange rates, world oil prices, global volatility index (VIX), and stock market index—were analyzed. PCA reduced dimensionality and identified the principal factors affecting gold prices, while K-Means grouped periods according to macroeconomic characteristics. Three principal components explained 95% of total variance: PC1 represented domestic monetary factors, PC2 captured global external influences, and PC3 reflected financial-market dynamics. The classification produced three clusters: high (2019–2021), stable (2022), and low (2023–2025) gold-price periods. Cluster validation values—Silhouette Coefficient 0.35, WSS 0.37, and Davies-Bouldin Index 0.48—indicated a moderately strong structure. Overall, the findings emphasize that global gold-price movements are primarily driven by monetary adjustments, inflationary pressures, and geopolitical uncertainties. Keywords: global gold price, macroeconomic factors, PCA, K-Means clustering, cluster validation