PREDIKSI HARGA BITCOIN MENGGUNAKAN METODE LONG SHORT TERM MEMORY

Ramadhan, Muhammad Fajri and Lestari, Dewi and Khaira, Ulfa (2024) PREDIKSI HARGA BITCOIN MENGGUNAKAN METODE LONG SHORT TERM MEMORY. S1 thesis, Universitas Jambi.

	Text ABSTRAK.pdf Download (63kB)
	Text BAB I.pdf Download (96kB)
	Text BAB V.pdf Download (71kB)
	Text COVER.pdf Download (69kB)
	Text DAFTAR PUSTAKA.pdf Download (147kB)
	Text FULL SKRIPSI.pdf Download (1MB)
	Text SURAT PENGESAHAN.pdf Download (282kB)
	Text SURAT PERNYATAAN.pdf Download (151kB)

Abstract

Investasi menjadi salah satu kegiatan yang digemari masyarakat karena dapat meningkatkan keuntungan dari kegiatan tersebut, Pada saat ini, sudah banyak ragam instrument-instrumen investasi yang tersedia seperti saham, obligasi, emas, properti dan yang terbaru adalah cryptocurrency (mata uang kripto). Sejak didirikan pada 2008, bitcoin telah muncul sebagai mata uang digital utama dalam hal kapitalisasi pasar dan terus menarik perhatian investor, Transaksi bitcoin pertama kali terjadi pada januari 2009 Lebih dari dua tahu kemudian, berbagai laporan memperkirakan sirkulasi bitcoin menjadi lebih dari 6,5 juta dengan sekitar 10.000 pengguna, Hal ini menyebabkan semakin banyak masyarakat yang tertarik untuk melakukan investasi terhadap bitcoin. Prediksi adalah suatu proses memperkirakan secara sistematis tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki, Berdasarkan fakta tersebut, penting dilakukan penelitian mengenai prediksi harga bitcoin untuk mengetahui bagaimana perkembangan harga bitcoin pada masa yang akan datang, dengan memprediksi harga bitcoin pada masa yang akan datang, investor dapat memperkirakan hargan bitcoin dari prediksi harga yang telah dilakukan agar tidak terjadi kesalahan dalam melakukan investasi sehingga dapat mencegah besarnya potensi kerugian berdasarkan hasil penelitian didapatkan tingkat akurasi RMSE sebesar 478.237 serta nilai MAE yang dihasilkan sebesar 330.322 dan juga didapatkan hasil akurasi MAPE sebesar 99.01%. Sehingga dapat disimpulkan bahwa model dan website yang telah mampu melakukan prediksi harga bitcoin.

Type:	Thesis (S1)
Uncontrolled Keywords:	LSTM, Bitcoin, Cryptoccurency, Akurasi ,Deep Learning
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	ramadhan
Date Deposited:	19 Mar 2024 07:05
Last Modified:	19 Mar 2024 07:05
URI:	https://repository.unja.ac.id/id/eprint/62231

Actions (login required)

View Item