Prediksi Harga Cryptocurrency Menggunakan Algoritma Long Short Term Memory (LSTM)

MOCH FARRYZ RIZKILLOH

Informasi Dasar

22.04.1331
005.36
Karya Ilmiah - Skripsi (S1) - Reference

Perkembangan teknologi terus mendorong terciptanya berbagai inovasi hampir diseluruh aspek kehidupan manusia. Salah satu inovasi yang menjadi fenomena di seluruh dunia saat ini adalah hadirnya cryptocurrency sebagai mata uang digital yang mampu menggantikan peran mata uang konvensional sebagai alat pembayaran. Saat ini jumlah investor cryptocurrency di Indonesia telah mencapai angka 4,45 juta orang per bulan Maret 2021 mengalami peningkatan 78% dibandingkan akhir tahun sebelumnya. Pergerakan harga yang sangat fluktuatif menjadikan investasi cryptocurrency dianggap spekulatif sehingga risiko yang dihadapi juga sangat tinggi. Tujuan penelitian ini adalah untuk membangun model prediksi yang mampu melakukan peramalan harga pada pasar cryptocurrency. Algoritma yang digunakan untuk membangun model prediksi adalah Long Short Term Memory (LSTM). LSTM merupakan pengembangan dari algoritma Recurrent Neural Network (RNN) untuk mengatasi permasalahan pada RNN dalam mengelola data untuk periode yang lama. LSTM dianggap lebih unggul dibandingakan algoritma lainnya dalam mengelola data yang bersifat time series. Data pada penelitian ini diambil dari situs Yahoo Finance dengan menggunakan library Pandas Datareader melalui Google Colaboratory. Keseluruhan proses pembangunan model prediksi dilakukan melalui tools Google Colaboratory. Untuk meningkatkan akurasi model digunakan algoritma optimasi Nadam serta dilakukan tiga sesi pengujian dengan jumlah Epoch masing-masing 1, 10, dan 20 pada tiap sesi. Hasil akhir pengujian menunjukan performa prediksi terbaik terjadi pada saat melakukan pengujian terhadap jenis koin DOGE dengan jumlah Epoch 20 yang mendapatkan nilai RMSE sebesar 0,0630. Kata kunci: Cryptocurrency, RNN, LSTM, Prediksi Harga, BTC

Subjek

SISTEM INFORMASI
PRICE CONTROL,

Katalog

Prediksi Harga Cryptocurrency Menggunakan Algoritma Long Short Term Memory (LSTM)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MOCH FARRYZ RIZKILLOH
Perorangan
SRI WIDIYANESTI
 

Penerbit

Universitas Telkom, S1 Manajemen (Manajemen Bisnis Telekomunikasi dan Informatika)
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini