Prediksi Harga Bitcoin Berdasarkan Informasi Blockchain Menggunakan Metode Long-Short Term Memory
Abstract
Sejak didirikan pada 2008, BTC telah muncul sebagai mata uang digital utama dalam hal kapitalisasi pasar dan terus menarik perhatian investor dan pembuat kebijakan. BTC telah ditandai oleh volatilitas harga yang tinggi dalam beberapa tahun terakhir; peningkatan substansial pada 2016 diikuti oleh penurunan yang signifikan pada 2018. Bitcoin dapat diperdagangkan setiap saat karena tidak memiliki periode tutup yang membedakannya dengan pasar lainnya. Namun hal ini juga mengandung resiko, untuk memperkecil resiko tersebut dapat dilakukan prediksi harga Bitcoin dengan melihat faktor lain yaitu informasi blockchain.Metode yangakan digunakan pada penelitian ini adalahLong-Short Term Memory (LSTM) yang merupakan bentuk pengembangan dari Recurrent Neural Network (RNN). Pengembangan ini dilakukan untuk menghindari masalah ketergantungan jangka panjang dan sesuai untuk memproses serta memprediksi deret waktu.Data yang digunakan adalah data time series pada tanggal 04 Agustus 2018 s.d 21 Januari 2020. Berdasarkan penelitian yang dilakukan dengan melihat nilai MSE didapatkan bahwa model dengan jumlah neuron 20 dan epoch 500 memiliki nilai MSE terkecil. Kemudian dilakukan prediksi dan diperoleh bahwa nilai prediksi tidak jauh berbeda dari data aktual, dengan tingkat akurasi sebesar 91,07% berdasarkan nilai MAPE.
Collections
- Statistics [904]