Record Details

Prediksi Pergerakan Harga Cryptocurrency Bitcoin terhadap Mata Uang Rupiah menggunakan Algoritme LSTM

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Prediksi Pergerakan Harga Cryptocurrency Bitcoin terhadap Mata Uang Rupiah menggunakan Algoritme LSTM
 
Added Entry - Uncontrolled Name Maliki, Maulana Ahmad
Cholissodin, Imam
Yudistira, Novanto
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Investasi bukanlah hal yang asing lagi bagi sebagian besar orang terutama bitcoin yang banyak digemari belakangan tahun ini. Pola pergerakan harga dalam berinvestasi merupakan wawasan yang penting bagi investor untuk meminimalkan risiko investasi, namun memprediksi perubahan tren merupakan sebuah tantangan yang sangat sulit dikarenakan memiliki selisih nilai yang fluktuatif. Nilai kenaikan serta penurunan harga bitcoin sendiri dipengaruhi oleh faktor ketidakpastian seperti masalah politik ataupun masalah ekonomi pada tingkat global. Maka diperlukan sebuah algoritme untuk melakukan prediksi harga dimasa yang akan datang yang merupakan salah satu strategi untuk memaksimalkan keuntungan dalam berinvestasi. Penelitian ini melakukan beberapa proses untuk melakukan prediksi pergerakan harga bitcoin di antaranya, pre-processing, normalisasi, pelatihan algoritme Long-Short Term Memory (LSTM), evaluasi matriks regresi menggunakan Mean Square Error (MSE). Berdasarkan hasil pengujian yang telah dilakukan pada penelitian ini algoritme LSTM dapat melakukan prediksi pergerakan harga bitcoin dibuktikan dengan nilai matriks evaluasi MSE sebesar 0,00374 dengan parameter pengujian antara lain hidden_size sebanyak 64, sequence data sebanyak 18, optimizer menggunakan ADAM, learning_rate sebesar 0,005, dan epoch sebanyak 200. Penelitian ini juga melibatkan beberapa algoritme pembaruan bobot yaitu Stochastic Gradient Descent (SGD), Stochastic Gradient Descent with Momentum (SGDM), dan Adaptive Moment Estimation (ADAM) untuk mencari hasil prediksi yang optimal.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11326
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 6 No 7 (2022): Juli 2022
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2022 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com