ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulIMPLEMENTASI ALGORITMA LONG SHORT-TERM MEMORY PADA PREDIKSI HARGA CRYPTOCURRENCY |
| Nama: ANDI NIRINA NURSIANA ZASQIA |
| Tahun: 2025 |
| Abstrak Cryptocurrency telah menjadi salah satu aset digital yang populer dengan volatilitas yang tinggi, menjadikannya tantangan besar untuk memprediksi pergerakan harga secara akurat. Penelitian ini bertujuan untuk mengimplementasikan algoritma Long Short-Term Memory (LSTM) dalam memprediksi harga cryptocurrency, seperti Bitcoin (BTC), Binance Coin (BNB), Ethereum (ETH), Dogecoin (DOGE), Solana (SOL), dan Shiba Inu (SHIB). Model LSTM diterapkan dengan optimasi adam dan teknik early stopping untuk menghindari overfitting. Evaluasi dilakukan dengan menggunakan metrik seperti Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model LSTM dapat memprediksi harga cryptocurrency dengan akurasi yang cukup tinggi, terutama pada aset dengan volatilitas rendah seperti Dogecoin dan Solana, dengan nilai R² masing-masing 0.9795 dan 0.9523. Namun, model ini mengalami kesulitan dalam memprediksi cryptocurrency yang lebih volatil seperti Bitcoin dan Binance Coin. Selain itu, model LSTM lebih efektif dalam memprediksi harga dalam jangka pendek hingga menengah (7 hingga 30 hari), namun menunjukkan keterbatasan dalam memprediksi pergerakan harga jangka panjang. Penelitian ini menyimpulkan bahwa LSTM adalah metode yang efektif untuk prediksi harga cryptocurreny jangka pendek hingga menengah, meskipun perlu dipertimbangkan faktor eksternal untuk meningkatkan akurasi prediksi jangka panjang. |