Implementasi Long-Short Term Memory Pada Prediksi Harga Bitcoin & Bitcoin Cash Berdasarkan Informasi Blockchain
Abstract
Bitcoin sebagai cryptocurrency atau mata uang digital merupakan salah satu
instrument investasi favorit di Indonesia dengan memanfaatkan teknologi
blockchain terdesentralisasi yang diyakini dapat menjadi solusi berbagai masalah
yang dihadapi oleh sistem keuangan konvensional. Pada 2017 Bitcoin semakin
tidak dapat diandalkan dan munculnya ketidaksetujuan developer dengan rencana
yang dirancang oleh Satoshi. Sehingga Bitcoin Cash diluncurkan sebagai hasil dari
hard fork blockchain Bitcoin. Kedua cryptocurrency ini, menyajikan investasi
dengan tingkat dan resiko yang sangat tinggi, maka dari itu penyediaan informasi
yang tepat dibutuhkan dalam melakukan perencanaan yang baik demi mengurangi
resiko dan menangkap keuntungan di masa mendatang. Prediksi harga Bitcoin dan
Bitcoin Cash dengan mempertimbangkan informasi blockchain merupakan cara
yang tepat untuk mengatasi permasalah tersebut. Long-Short Term Memory yang
merupakan bentuk pengembangan dari Recurrent Neural Network mengatasi
permasalahan ketergantungan jangka panjang dan sesuai untuk memprediksi deret
waktu. Berdasarkan penelitian pada data time series dari tanggal 1 Januari 2019 s.d
14 April 2021 dilihat dari nilai MSE bahwa model dengan jumlah neuron 70 dan
epoch 500 pada harga Bitcoin memiliki nilai MSE terkecil dengan tingkat akurasi
prediksi sebesar 91,85%. Sedangkan pemodelan pada harga Bitcoin Cash
penggunaan neuron 30 dan epoch 500 merupakan arsitektur paling optimum dilihat
dari nilai MSE terkecil dan diperkuat dengan tingkat akurasi prediksi sebesar
96,71%
Collections
- Statistics [900]