PENERAPAN ALGORITMA LONG SHORT TERM MEMORY (LSTM) UNTUK MERAMALKAN HARGA CRYPTOCURRENCY
Penulis Hariyono, Moh. IrvanSkripsi
2024
717/UB/FT-INF/24
Ind
PENERAPAN ALGORITMA LONG SHORT TERM MEMORY (LSTM) UNTUK MERAMALKAN HARGA CRYPTOCURRENCY
#1914311046/INF/24Pengarang: Hariyono, Moh. Irvan
Pembimbing Pertama: Ir. Wiwiet Herulambang, M.Cs.
Pembimbing Kedua: Fardanto Setyatama. S.T.. M.MT.
Jenis: Skripsi
Penerbit: UBHARA : INF- Teknik
Tahun Terbit: 2024
Bahasa: Ind
Kode: 717/UB/FT-INF/24
No. Klasifikasi: 621.319 Har P
Jenis Karya: S1
Jenis
Skripsi
Tahun
2024
Status
Tersedia
Kode
717/UB/FT-INF/24
Deskripsi Fisik
xviii + 193 hal; 21 X 30 cm
Subyek
Media Pembelajaran
Kata Kunci
Anotasi
ABSTRAK Cryptocurrency merupakan sebuah jaringan peer-to-peer terenkripsi yang artinya pihak yang terlibat dalam transaksi mata uang digital hanya pengirim dan penerima tanpa pihak ketiga. Fungsi cryptocurrency sendiri adalah memfasilitasi transaksi digital yang dikembangkan pada tahun 2009. Harga cryptocurrency sangat sulit diprediksi ke arah mana mereka akan bergerak. Pergerakan harga cryptocurrency ini biasanya dapat diprediksi dengan mempertimbangkan tiga faktor yang dapat diamati: teknis, fundamental, dan sentimental. Dataset harga historis mata uang kripto diambil dari situs web coinmarketcap.com dengan alamat url yaitu https://coinmarketcap.com/. Peramalan dapat menjadi bagian penting untuk tahap pengambilan keputusan bagi individu maupun perusahaan. Algoritma pembelajaran yang mampu membangun model optimal dan memiliki kinerja yang handal adalah Deep learning. Deep Learning adalah salah satu bagian dari machine learning yang dalam penerapannya deep learning memiliki beberapa layer informasi yang jenisnya non-linier. Algoritma deep learning yang dapat digunakan salah satunya yaitu Long Short Term Memory (LSTM). Berdasarkan hasil pengujian, Tether (USDT) memiliki nilai eror terendah, di bawah 1%, karena harga historisnya yang stabil. Sebaliknya, Bitcoin memiliki nilai eror 3-6%, Ethereum 4- 7%, dan BNB 4-8% akibat volatilitas harga yang tinggi, mengurangi akuras? model peramalan. Solana menunjukkan nilai eror tertinggi, 6-10%, karena jumlah data uji yang lebih sedikit (1361 dibandingkan 1826 untuk kripto lainnya), mengingat Solana baru diluncurkan pada 10 April 2020.
Catatan
Wisuda 2024