Emas merupakan salah satu komoditas investasi yang digemari banyak orang. Akan tetapi, dalam melakukan investasi tersebut tentu ada banyak rintangan yang salah satunya adalah dalam hal memperkirakan harga emas dikemudian hari. Karena permasalahan harga yang terus berubah serta sulit diprediksi secara manual. Sehingga muncullah ide untuk mengerjakan penelitian yang bertujuan untuk membantu para pelaku investasi emas dalam memperkirakan harga emas dikemudian hari. Salah satu metode machine learning yaitu Recurrent Neural Network (RNN). Metode ini mencari model untuk peramalan menggunakan data training yang didapatkan dari hasil scraping harga jual dan pembelian emas dalam jangka waktu tertentu. Dari model yang didapatkan, diramalkan harga emas pada waktu tertentu. Harga inilah yang dijadikan acuan untuk rekomendasi apakah seorang itu harus melakukan kegiatan jual/beli emas atau tidak. akan diterapkan dalam pengerjaan penelitian ini. Untuk memperoleh hasil training yang terbaik, maka akan dilakukan tuning pada Model Architecture, Optimizer, serta Hyperparameter. Dari peramalan selama 10 hari sebagai sample, diperoleh skor Train MAPE sebesar 0,48% dan Test MAPE sebesar 0,54%. Dengan hasil seperti itu, maka Model yang dihasilkan tersebut sudah dapat dipakai untuk melakukan peramalan harga emas di waktu yang akan datang.