%0 Thesis
%9 S1 - Sarjana
%A Panduasa, Reksa
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2024
%F universitasamikomyogyakarta:28808
%I Universitas AMIKOM Yogyakarta
%K Bitcoin, Prediksi Harga, Long Short-Term Memory, ARIMA, Perbandingan Performa
%T ANALISIS PERBANDINGAN PERFORMA LONG-SHORT TERM MEMORY DAN ARIMA PADA PREDIKSI NILAI MATA UANG BITCOIN
%U https://eprints.amikom.ac.id/id/eprint/28808/
%X Penelitian ini membandingkan performa algoritma Long Short-Term  Memory (LSTM) dan Autoregressive Integrated Moving Average (ARIMA) dalam  memprediksi harga Bitcoin. Bitcoin, sebagai mata uang kripto paling populer,  dikenal dengan volatilitasnya yang tinggi. Data harga Bitcoin harian dari 18 Juli  2010 hingga 9 Februari 2024 digunakan untuk melatih kedua model. Proses  persiapan data meliputi konversi tipe data, pembersihan data, dan normalisasi.  Model LSTM diimplementasikan menggunakan pustaka Keras dengan empat layer,  sementara model ARIMA menggunakan parameter (3,1,2) yang ditentukan melalui  analisis auto-ARIMA. Performa kedua model dievaluasi menggunakan metrik Mean  Absolute Error (MAE), Mean Squared Error (MSE), Mean Absolute Percentage  Error (MAPE), dan Root Mean Squared Error (RMSE). Hasil penelitian  menunjukkan bahwa model LSTM memiliki performa yang lebih baik  dibandingkan ARIMA, dengan nilai MAE, MSE, dan RMSE yang lebih rendah,  meskipun nilai MAPE-nya sedikit lebih tinggi. Kesimpulannya, LSTM terbukti  lebih akurat dan efektif untuk memprediksi harga Bitcoin yang bersifat volatil dan  fluktuatif, menjadikannya pilihan yang lebih sesuai untuk kasus ini.