Anugrah, Rifqi
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JAR'S (Journal of Advanced Research in Informatics)

Prediksi Coin Kripto Dengan Menggunakan Metode LSTM (Long Short-Term Memory) Dwi Harjo, Rizal Sapta; Anugrah, Rifqi; Dharmawan, Johan
Journal of Advanced Research in Informatics Vol 3 No 2 (2025): Journal of Advanced Research in Informatics
Publisher : Fakultas Teknik, Universitas Wiraraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/jars.v3i2.4240

Abstract

Dalam studi ini, dilakukan penelitian mengenai sejauh mana akurasi algoritma AI (Kecerdasan Buatan) dapat memprediksi harga mata uang kripto, khususnya bitcoin. Dari sekian banyak metode AI, peneliti memilih LSTM karena penelusuran literatur yang ada menunjukkan bahwa LSTM banyak digunakan dalam metode prediksi yang memiliki akurasi sangat tinggi terhadap data yang diberikan. Dalam penerapannya, dapat disimpulkan bahwa LSTM menghasilkan nilai MSE (Mean Squared Error) dan RMSE (Root Mean Squared Error) yang baik, serta dapat memprediksi mata uang kripto. Dalam pengujiannya, dapat disimpulkan bahwa LSTM bekerja dengan cara memprediksi berdasarkan 50 data sebelumnya untuk memprediksi data selanjutnya, termasuk memprediksi data yang pada awalnya tidak ada perubahan harga atau datanya masih sedikit. Penelitian ini dapat menjadi referensi bagi para trader yang berkecimpung dalam bisnis mata uang kripto.