{
      "eprintid": 31744,
      "institution": "Universitas AMIKOM Yogyakarta",
      "status_changed": "2026-06-26 03:59:32",
      "thesis_name": "tesis",
      "datestamp": "2026-06-26 03:40:34",
      "subjects": [
        "000.000.000A"
      ],
      "corp_creators": [
        "Universitas AMIKOM Yogyakarta"
      ],
      "contributors": [
        {
          "name": {
            "honourific": null,
            "family": "Utami",
            "lineage": null,
            "given": "Ema"
          }
        }
      ],
      "documents": [
          {
            "pos": 1,
            "eprintid": 31744,
            "mime_type": "application\/pdf",
            "format": "text",
            "main": "23.51.2491 - Rio Irawan.pdf",
            "rev_number": 3,
            "content": "published",
            "formatdesc": "THESIS",
            "security": "public",
            "uri": "http:\/\/eprints.amikom.ac.id\/id\/document\/319524",
            "files": [
                {
                  "objectid": 319524,
                  "filesize": 3495429,
                  "fileid": 1131071,
                  "uri": "http:\/\/eprints.amikom.ac.id\/id\/file\/1131071",
                  "filename": "23.51.2491 - Rio Irawan.pdf",
                  "hash_type": "MD5",
                  "mime_type": "application\/pdf",
                  "mtime": "2026-06-26 03:24:52",
                  "hash": "bf0445c25528d5b25e472653e317464d",
                  "datasetid": "document"
                }
            ],
            "language": "id",
            "placement": 1,
            "docid": 319524
          }
      ],
      "dir": "disk0\/00\/03\/17\/44",
      "full_text_status": "public",
      "divisions": [
        "mti"
      ],
      "thesis_type": "masters",
      "ispublished": "pub",
      "abstract": "Peramalan harga Bitcoin merupakan tantangan signifikan akibat fluktuasi\r\npasar yang tinggi, di mana model deret waktu konvensional seringkali gagal\r\nmenangkap dependensi data jangka pendek dan panjang secara bersamaan. Untuk\r\nmengatasi masalah tersebut, penelitian ini bertujuan mengembangkan dan\r\nmengevaluasi model deep learning hibrida guna meningkatkan presisi peramalan\r\nharga Bitcoin. Model yang diusulkan mengintegrasikan arsitektur Long Short-Term\r\nMemory (LSTM), yang andal dalam memproses data sekuensial, dengan\r\nmekanisme atensi pada Transformer yang mampu mengidentifikasi hubungan data\r\nyang relevan. \r\nMetode penelitian mencakup penggunaan data harga historis Bitcoin yang\r\ntelah melalui tahap pra-pemrosesan dan normalisasi. Arsitektur model terdiri dari\r\ndua lapisan LSTM (30 unit), diikuti oleh lapisan Transformer dengan Multi-Head\r\nAttention (satu head, dimensi kunci empat), dan diakhiri dengan lapisan Global\r\nAverage Pooling. Pelatihan model dilakukan menggunakan konfigurasi optimal\r\nselama 10 epoch dengan ukuran batch 128. Hasil evaluasi menunjukkan kinerja\r\nprediksi yang sangat akurat, dibuktikan dengan nilai Mean Absolute Percentage\r\nError (MAPE) sebesar 0.000594 dan R-squared (R²) 0.999967. Temuan ini\r\nmenegaskan bahwa pendekatan hibrida efektif dalam menangkap pola kompleks\r\npada data harga Bitcoin, sehingga menawarkan alat yang lebih kuat untuk analisis\r\nkeuangan di pasar cryptocurrency.",
      "eprint_status": "archive",
      "lastmod": "2026-06-26 03:59:32",
      "rev_number": 13,
      "title": "PREDIKSI HARGA BITCOIN MENGGUNAKAN MODEL\r\nHIBRIDA TRANSFORMER DAN LONG SHORT-TERM\r\nMEMORY",
      "type": "thesis",
      "userid": 12,
      "date_type": "published",
      "creators": [
        {
          "name": {
            "given": "Rio",
            "lineage": null,
            "family": "Irawan",
            "honourific": null
          },
          "nim": "23.51.2491"
        }
      ],
      "uri": "http:\/\/eprints.amikom.ac.id\/id\/eprint\/31744",
      "date": "2025-10-01",
      "metadata_visibility": "show",
      "department": "Pascasarjana Magister Informatika",
      "keywords": "Deep Learning, LSTM, Model Hibrida, Peramalan Harga Bitcoin,\r\nTransformer, Bitcoin Price Forecasting, Hybrid Model."
    }