Emas selain digunakan sebagai perhiasan juga merupakan komoditas penting yang digunakan untuk investasi oleh investor. Emas dijadikan sebagai investasi karena sifat emas yang dapat menjaga nilainya dari inflasi. Selanjutnya, prediksi harga emas sangat penting karena dapat mengurangi risiko investasi, sehingga membantu dalam menentukan kebijakan investasi. Data harga emas memiliki karakteristik fluktuasi yang tinggi. Oleh karena itu algoritma Conv-LSTM telah digunakan untuk memprediksi harga emas dalam kerangka waktu harian dan mingguan. Conv-LSTM akan diuji menggunakan empat parameter dengan rasio pengujian 20% dan 40%. Pengukuran kinerja yang dihasilkan oleh model dilakukan dengan menggunakan Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Hasil yang diperoleh untuk data harian dengan rasio 20% adalah 9.658063 MAE dan 14.83934 RMSE, dan untuk rasio 40% adalah 8.680931 MAE dan 12.92464 RMSE. Hasil yang diperoleh untuk data mingguan dengan rasio 20% adalah 21.86957 MAE dan 31.49406 RMSE, dan untuk rasio 40% adalah 21.05697 MAE dan 28.2758 RMSE. Hasil penelitian menunjukkan bahwa Conv-LSTM dapat mempelajari tren data untuk memprediksi harga emas.
Kata kunci : Harga Emas, Time-series, Conv-LSTM