PREDIKSI HARGA CRYPTOCURRENCY BITCOIN MENGGUNAKAN IFA-BiLSTM

ANDRE PRATAMA (2024) PREDIKSI HARGA CRYPTOCURRENCY BITCOIN MENGGUNAKAN IFA-BiLSTM. Masters (S-2) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (6MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (5MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (4MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Bitcoin merupakan aset paling bernilai di pasar cryptocurrency dengan karakteristik harga yang sangat fluktuatif dan sulit diprediksi. Investasi yang bergantung kepada fluktuasi harga memiliki tingkat risiko yang tinggi, sehingga diperlukan metode yang akurat untuk dapat memprediksi perkiraan harga Bitcoin. Tujuan dari penelitian ini adalah memberikan solusi terhadap masalah prediksi harga cryptocurrency Bitcoin dengan karakteristik harga yang fluktuatif menggunakan kombinasi metode Improved Firefly Algorithm (IFA) dan Bidirectional Long Short Term Memory (LSTM). Data yang diprediksi akan melalui proses preprocessing dengan menggunakan min-max normalization sehingga data yang digunakan berada dalam rentang 0 hingga 1. Selanjutnya data dibagi menjadi data latih dan data uji dengan perbandingan 80:20. Kemudian metode IFA akan mencari nilai hyperparameter BiLSTM terbaik. Dengan menggunakan nilai hyperparameter yang tepat dan sesuai dengan data, model dapat menghasilkan akurasi prediksi yang baik. Hasil pengujian menunjukkan bahwa model IFA-BiLSTM memiliki kinerja yang lebih baik dibandingkan dengan model-model sebelumnya, seperti RNN, LSTM, dan BiLSTM, dengan nilai RMSE sebesar 2051.55, MAPE 3.48%, dan Akurasi 96.52% dalam memprediksi harga cryptocurrency Bitcoin.

Item Type: Tugas Akhir / Tesis (Masters (S-2))
Subjects: Teknologi Informasi
Divisions: Fakultas Informatika > Program Studi S-2 Teknologi Informasi
Depositing User: Adi Kurniawan
Date Deposited: 14 Mar 2024 07:16
Last Modified: 14 Mar 2024 07:16
URI: https://repository.mikroskil.ac.id/id/eprint/3470

Actions (login required)

View Item
View Item