PREDIKSI HARGA BITCOIN DENGAN MENGGUNAKAN ALGORITMA LONG SHORT-TIME MEMORY (LSTM) BERDASARKAN KATA KUNCI GOOGLE TREND

Pratama, Muhammad Luthfi (2022) PREDIKSI HARGA BITCOIN DENGAN MENGGUNAKAN ALGORITMA LONG SHORT-TIME MEMORY (LSTM) BERDASARKAN KATA KUNCI GOOGLE TREND. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (722kB)
	Text (BAB I) BAB I.pdf Download (194kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (627kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (149kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (280kB)
	Text (BAB V) BAB V.pdf Download (28kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (460kB)
	Archive (SOURCE CODE) SOURCE CODE-17.11.1643-MUHAMMAD LUTHFI PRATAMA.rar Restricted to Repository staff only Download (1MB)
	Text (PUBLIKASI) PUBLIKASI - 17.11.1643 - MUHAMMAD LUTHFI PRATAMA.pdf Restricted to Repository staff only Download (628kB)

Abstract

Bitcoin adalah sebuah kurensi baru yang diciptakan pada tahun 2009 oleh seorang yang tidak diketahui dengan nama alias Satoshi Nakamoto.Cryptocurrency yang bersifat terdesentralisasi dan tidak diatur atau dijamin oleh otoritas pusat ini telah ramai digunakan untuk bertransaksi dan investasi di berbagai negara, termasuk Indonesia. Akan tetapi, meski memiliki banyak kelebihan dibandingkan dengan mata uang konvensional, perdagangan Bitcoin merupakan aktivitas berisiko tinggi, harga Bitcoin sangat fluktuatif, dimana harga dapat berubah secara signifikan dari waktu ke waktu. Metode yang digunakan pada penelitian ini adalah Long Short-Time Memory (LSTM) yang menjadi sampel dalam penelitian adalah data harga Bitcoin . Masing masing variabel di ambil data dari repository: 1 Maret 2016 sampai 24 November 2018. Sedangkan data yang diperoleh dari Google Trends adalah subjek pencarian pada Google yang berkaitan dengan Bitcoin. Pada penelitian ini digunakan kata kunci utama dengan rincian sebagai berikut : “Bitcoin”, BTC, Blockchain, dan Cryptocurrency. Hasil yang didapat dari penelitian ini adalah Parameter batch size yang optimal yakni bernilai 32 dengan nilai RMSE dan MAE sebesar 77.74 dan 278.33 Dimana nilai RMSE yang dihasilkan tergolong kecil dikarenakan rentang data harga BTC yang cukup jauh. Hasil parameter epoch yang optimal yakni sebesar 100 dengan nilai RMSEtest sebesar 76.72.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Utama, Hastari

Uncontrolled Keywords:

Bitcoin, Long Short-Term Memory , Time Series,

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

07 Jun 2022 04:58

Last Modified:

22 Aug 2023 02:35

URI:

http://eprints.amikom.ac.id/id/eprint/302

Actions (login required)

View Item