PREDIKSI HARGA BITCOIN MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY
Abstract
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
Full Text:
PDFArticle 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.