PREDIKSI HARGA BITCOIN MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY

M.Sirojul Munir
Muhamat Maariful Huda
Tito Prabowo


DOI: https://doi.org/10.29100/jipi.v10i3.7937

Abstract


Cryptocurrency, atau mata uang kripto, merupakan bentuk aset digital
yang memanfaatkan teknologi kriptografi untuk mengamankan
transaksi, mengontrol penciptaan unit-unit baru, serta memverifikasi
transfer aset yang ada. Mata uang kripto yang pertama kali diperkenalkan adalah Bitcoin. Salah satu keunikan dari cryptocurrency, termasuk
Bitcoin, adalah sifatnya yang terdesentralisasi, artinya tidak diatur oleh
lembaga pusat seperti bank atau pemerintah, melainkan menggunakan
teknologi blockchain. Perubahan harga Bitcoin dapat terjadi secara cepat dan drastis dalam waktu singkat, sehingga sulit diprediksi secara
akurat. Untuk menangani permasalahan prediksi harga pada aset yang
sangat volatil seperti Bitcoin, digunakan berbagai pendekatan algoritma
pemodelan data, salah satunya adalah algoritma Long Short-Term
Memory (LSTM). Berdasarkan hasil penelitian dapat disimpulkan bahwa time step harian (1 hari) menghasilkan nilai RMSE terkecil,
yaitu 1823.24 atau 2.86% dari rata-rata nilai aktual.

Keywords


Bitcoin; Cryptocurrency; Long Short-Term Memory; Prediction, RMSE

Full Text:

PDF

Article Metrics :

References


A. Sujjada, F. Sembiring, and Febriansyah, “Prediksi Harga Bitcoin Menggunakan Algoritma Long ShortTerm Memory,” J. INOVTEK

POLBENG - SERI Inform., vol. 9, no. 1, pp. 450–459, 2024.

M. F. Rizkilloh and S. Widiyanesti, “Prediksi Harga Cryptocurrency Menggunakan Algoritma Long Short Term Memory (LSTM),” J. RESTI

(Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 1, pp. 25–31, 2022, doi: 10.29207/resti.v6i1.3630.

A. S. Riyadi, I. P. Wardhani, Irfan, and A. Perdana, “Aplikasi Perbandingan Prediksi Harga Bitcoin Menggunakan Deep Learning Dengan Metode

Arima, Sarima, Ltsm Dan Gradient Boosting Regressor,” Semin. Nas. Teknol. Inf. dan Komun. STI&K, vol. 7, no. 1, pp. 192–199, 2023.

I. Indriyanti, N. Ichsan, H. Fatah, T. Wahyuni, and E. Ermawati, “Implementasi Orange Data Mining Untuk Prediksi Harga Bitcoin,” J. Responsif

Ris. Sains dan Inform., vol. 4, no. 2, pp. 118–125, 2022, doi: 10.51977/jti.v4i2.762.

C. Hung, J. F. Wijaya, V. Victor, I. A. Pardosi, and F. M. Sinaga, “Prediksi Fluktuasi Harga Bitcoin Dengan Menggunakan Random Forest

Classifier,” J. SIFO Mikroskil, vol. 24, no. 2, pp. 95–108, 2023, doi: 10.55601/jsm.v24i2.1024.

M. Hisam, “Menavigasi Volatilitas Pasar: Wawasan Tentang Instrumen Keuangan Dan Strategi Investasi,” Curr. J. Ekon. dan Perbank. Syariah,

vol. 2, no. 2, pp. 315–328, 2024, doi: 10.32806/ke534p70.

E. Liunokas, K. I. Kobesi, and C. N. Salsinha, “Prediksi Harga Bitcoin Menggunakan Metode ARIMA,” J. Math. Theory Appl., vol. 2, no. 2, pp.

–52, 2024, doi: 10.35143/jkt.v7i1.4618.

M. A. Maliki, I. Cholissodin, and N. Yudistira, “Prediksi Pergerakan Harga Cryptocurrency Bitcoin terhadap Mata Uang Rupiah menggunakan

Algoritme LSTM,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 7, pp. 3259–3268, 2022, [Online]. Available: https://jptiik.ub.ac.id/index.php/j-ptiik/article/view/11326%0Ahttps://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/11326/5004.

T. Bastian Sianturi, I. Cholissodin, and N. Yudistira, “Penerapan Algoritma Long Short-Term Memory (LSTM) berbasis Multi Fungsi Aktivasi

Terbobot dalam Prediksi Harga Ethereum,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 3, pp. 1101–1107, 2023, [Online]. Available:

http://j-ptiik.ub.ac.id.

M. Luthfi Pratama and H. Utama, “Pendekatan Deep Learning Menggunakan Metode Lstm Untuk Prediksi Harga Bitcoin,” Indones. J. Comput.

Sci. Res., vol. 2, no. 2, pp. 43–50, 2023, doi: 10.59095/ijcsr.v2i2.77.

M. Nirraca and E. Hartati, “Prediksi harga bitcoin menggunakan metode long short term memory,” J. Digit. Teknol. Inf., vol. 7, no. 1, pp. 55–65, 2024.

A. F. Pratama, T. B. Kurniawan, Misinem, and D. A. Dewi, “Implementasi Analisis Sentimen dan Model Deep Learning Untuk Prediksi Harga

Bitcoin,” JUPITER J. Penelit. Ilmu Dan Teknol. Komput., vol. 15, no. 1b, pp. 403–412, 2023.

J. Akbar, M. A. S. Yudono, and I. L. Kharisma, “PERAMALAN HARGA BITCOIN CASH-USD (BCH-USD) PADA TIME FRAME HARIAN

MENGGUNAKAN LSTM,” J. Mnemon., vol. 7, no. 2, pp. 184–191, 2024.

S. Saadah and H. Salsabila, “Prediksi Harga Bitcoin Menggunakan Metode Random Forest,” J. Politek. Caltex Riau, vol. 7, no. 1, pp. 24–32,

, doi: 10.35143/jkt.v7i1.4618.

Sudriyanto, M. Faid, K. Malik, and A. Supriadi, “Evaluasi Model Jaringan Saraf Tiruan Berbasis LSTM dalam Memprediksi Fluktuasi Harga

Bitcoin,” J. Adv. Res. Inform., vol. 2, no. 2, pp. 15–22, 2024, doi: 10.24929/jars.v2i2.3398.

A. Saepulrohman and S. Z. Pratama, “Prediksi Arah Harga Bitcoin Berdasarkan Manipulasi Metode Long Short-Term Memory (LSTM),” Interval

J. Ilm. Mat., vol. 3, no. 1, pp. 15–24, 2023, doi: 10.33751/interval.v3i1.7290.


Tips Main yang Aman dan Seru

judi bolavipbet88vipbet88bolago88clubjudisitus slot online