Fluktuasi harga logam mulia, khususnya emas, menjadi tantangan bagi investor dalam menentukan strategi investasi yang tepat. Ketidakpastian harga yang dipengaruhi oleh berbagai faktor eksternal seperti inflasi, nilai tukar dolar AS, dan kondisi ekonomi global, mendorong perlunya penerapan metode prediksi yang akurat. Penelitian ini bertujuan untuk memprediksi harga logam mulia menggunakan metode Long Short-Term Memory (LSTM), salah satu bentuk deep learning yang unggul dalam menangani data time series. Data set harga harian emas ANTAM 1 gram dari tanggal 1 November 2023 hingga 30 Maret 2025 digunakan sebagai dasar model. Proses penelitian meliputi pengumpulan data, normalisasi, sequence generation, pembagian data, reshape data, penerapan dan pelatihan model LSTM, serta evaluasi model menggunakan metrik RMSE dan MAPE. Hasil penelitian ini menunjukkan bahwa model LSTM mampu memprediksi harga logam mulia dengan tingkat akurasi yang sangat akurat, ditunjukkan oleh nilai MAPE sebesar 1,39% dan RMSE sebesar 0,0137. Pengujian ini menunjukkan bahwa LSTM efektif dalam memodelkan pergerakan harga logam mulia dan dapat dijadikan acuan bagi investor dalam pengambilan keputusan investasi yang lebih tepat.