PREDIKSI HARGA BITCOIN MENGGUNAKAN METODE LONG SHORT TERM MEMORY

Muhammad Nirraca, Ery Hartati

Abstract


Sistem yang  berbasis website ini dibuat dikarenakan keresahan yang dialami oleh pengguna, trader, investor yang berkecimpung kedalam dunia trading maupun saham yang terjadi dilapangan adalah permasalahnya adalah bagaimana cara memprediksi harga bitcoin yang sering terjadi fluktuasi. Berdasarkan hal tersebut, Aplikasi prediksi harga bitcoin dibuat dengan berbasis website yang bisa dan mampu memprediksi harga bitcoin dengan menggunakan metode Long Short Term Memory (LSTM).Data yang digunakan dalam penelitian ini adalah data harian yang diperoleh dari yahoofinance.com. Data yang berjumlah 3318 tersebut kemudian diolah menggunakan metode Long Short Term Memory (LSTM). Hasil Penelitian didapat bahwa prediksi harga bitcoin untuk 7 hari menghasilkan nilai rata-rata RMSE, MSE, dan MAE yang lebih rendah dibandingkan prediksi untuk 30 hari, yaitu nilai rata-rata RMSE sebesar 1304,3, nilai rata-rata MSE sebesar 1799568,14, dan nilai rata-rata MAE sebesar 910,85.

Full Text:

PDF

References


Arkadia, A., Hananto, B., & Prasvita, D. S. (2022). Optimasi Long Short Term Memory Dengan Adam

Menggunakan Data Udara Kota DKI Jakarta.

Dwi Kurniawan, I., Sasono, S., Septiningsih, I., Santoso, B., & Rustamaji, M. (2021). Transformasi

Penggunaan Cryptocurrency Melalui Bitcoin Dalam Transaksi Komersial Dihubungkan Dengan

Diskursus Perlindungan Hukum (Legal Protection) Konsumen Di Indonesia. Jurnal Hukum Mimbar

Justitia, 7(1), 65–86. https://doi.org/10.35194/jhmj.v7i1.1886

Eka Patriya, E. (2020). Implementasi Support Vector Machine Pada Prediksi Harga Saham Gabungan

(Ihsg). Jurnal Ilmiah Teknologi Dan Rekayasa, 25(1), 24–38.

https://doi.org/10.35760/tr.2020.v25i1.2571

Indriyanti, I., Ichsan, N., Fatah, H., Wahyuni, T., & Ermawati, E. (2022). Implementasi Orange Data

Mining Untuk Prediksi Harga Bitcoin. Jurnal Responsif : Riset Sains Dan Informatika, 4(2), 118–125.

https://doi.org/10.51977/jti.v4i2.762

Khumaidi, A., Raafi, R., Permana Solihin, I., & Rs Fatmawati, J. (n.d.). Pengujian Algoritma Long Short

Term Memory untuk Prediksi Kualitas Udara dan Suhu Kota Bandung. Jurnal Telematika, 15(1).

Moch Farryz Rizkilloh, & Sri Widiyanesti. (2022). Prediksi Harga Cryptocurrency Menggunakan

Algoritma Long Short Term Memory (LSTM). Jurnal RESTI (Rekayasa Sistem Dan Teknologi

Informasi), 6(1), 25–31. https://doi.org/10.29207/resti.v6i1.3630

Pradana, N. F. B., & Lestanti, S. (2020). Aplikasi Prediksi Jangka Pendek Harga Bitcoin Menggunakan

Metode Arima. Jurnal Ilmiah Informatika Komputer, 25(3), 160–174.

https://doi.org/10.35760/ik.2020.v25i3.3128

Purnomo, H., Suyono, H., & Hasanah, R. N. (2021). PERAMALAN BEBAN Jangka Pendek Sistem

Kelistrikan Kota Batu Menggunakan Deep Learning Long Short-Term Memory. Transmisi, 23(3), 97–

https://doi.org/10.14710/transmisi.23.3.97-102

Saepulrohman, A., & Pratama, S. Z. (2023). Prediksi Arah Harga Bitcoin Berdasarkan Manipulasi

Metode Long Short-Term Memory (LSTM). 3(1), 15–24.

Samudra, J. T., & Hayadi, B. H. (2022). Komparasi Fungsi Optimasi Adam dan Stochastic Gradient

Descent Pada Klasifikasi Kredit Macet Koperasi Simpan Pinjam Menggunakan Multilayer Perceptron

Comparison of Adam’s Optimization Function and Stochastic Gradient Descent on Bad Credit

Classification of Savings and Loan Cooperatives Using Multilayer Perceptron. Tanjung Mulia, Kec.

Medan Deli, 6(A), 20241. www.jurnal.unimed.ac.id

Soufitri, F., & Purwawijaya, E. (2022). Analisis Kualitas Rancangan Point of Sale Menerapkan Metode

Mean Squared Error. Jurnal Media Informatika Budidarma, 6(4), 2376.

https://doi.org/10.30865/mib.v6i4.4767

Yandi Saputra, A., & Primadasa, Y. (2018). Penerapan Teknik Klasifikasi Untuk Prediksi Kelulusan

Mahasiswa Menggunakan Algoritma K-Nearest Neighbour Implementation of Classification Method to

Predict Student Graduation Using K-Nearest Neighbor Algorithm. Techno.Com, 17(4), 9.




DOI: https://doi.org/10.32502/digital.v7i1.7974

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Digital by http://jurnal.um-palembang.ac.id/digital is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.