EPrints Universitas Amikom YogyakartaPREDIKSI HARGA BITCOIN MENGGUNAKAN MODEL HIBRIDA TRANSFORMER DAN LONG SHORT-TERM MEMORYRioIrawanauthorPeramalan harga Bitcoin merupakan tantangan signifikan akibat fluktuasi pasar yang tinggi, di mana model deret waktu konvensional seringkali gagal menangkap dependensi data jangka pendek dan panjang secara bersamaan. Untuk mengatasi masalah tersebut, penelitian ini bertujuan mengembangkan dan mengevaluasi model deep learning hibrida guna meningkatkan presisi peramalan harga Bitcoin. Model yang diusulkan mengintegrasikan arsitektur Long Short-Term Memory (LSTM), yang andal dalam memproses data sekuensial, dengan mekanisme atensi pada Transformer yang mampu mengidentifikasi hubungan data yang relevan. Metode penelitian mencakup penggunaan data harga historis Bitcoin yang telah melalui tahap pra-pemrosesan dan normalisasi. Arsitektur model terdiri dari dua lapisan LSTM (30 unit), diikuti oleh lapisan Transformer dengan Multi-Head Attention (satu head, dimensi kunci empat), dan diakhiri dengan lapisan Global Average Pooling. Pelatihan model dilakukan menggunakan konfigurasi optimal selama 10 epoch dengan ukuran batch 128. Hasil evaluasi menunjukkan kinerja prediksi yang sangat akurat, dibuktikan dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0.000594 dan R-squared (R²) 0.999967. Temuan ini menegaskan bahwa pendekatan hibrida efektif dalam menangkap pola kompleks pada data harga Bitcoin, sehingga menawarkan alat yang lebih kuat untuk analisis keuangan di pasar cryptocurrency.000 Ilmu komputer, informasi dan pekerjaan umum2025-10-01Universitas AMIKOM Yogyakarta;Pascasarjana Magister InformatikaThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.