<![CDATA[Bitcoin telah menunjukkan volatilitas harga yang tinggi. Hal ini membawa risiko besar bagi investor, tetapi juga memberikan peluang besar bagi investor. Salah satu metode yang menarik untuk prediksi harga Bitcoin yang memiliki volatilitas tinggi adalah algoritma LSTM, sebuah varian RNN yang dapat memproses data deret waktu serta mengingat informasi jangka panjang dan pendek secara efektif. Penelitian ini merupakan pembaruan dari penelitian-penelitian sebelumnya yang umumnya hanya menggunakan satu lapisan LSTM. Dalam penelitian ini, dilakukan perbandingan antara dua skenario model LSTM untuk melihat sejauh mana arsitektur dan konfigurasi model mempengaruhi performa prediksi harga Bitcoin. Berdasarkan hasil penelitian yang sudah dilakukan pada Skenario 1 dengan menggunakan algoritma LSTM Double Layer 128, 64 neuron, 100 epoch, 32 batch size, data latih 80%, data uji 20%, dan optimasi adam, lebih baik dibandingkan Skenario 2 yang menggunakan algoritma LSTM Single Layer 50 neuron, 100 epoch, 32 batch size, data latih 80%, data uji 20%, dan optimasi adam. Skenario 1 menunjukkan tingkat akurasi yang cukup baik dalam memprediksi harga Bitcoin. Performa model algoritma Skenario 1 dievaluasi menggunakan metrik MSE dengan nilai 0.00044, RMSE dengan nilai 0.02119, MAE dengan nilai 0.01586, MAPE dengan nilai 2.51% dan R2 dengan nilai 0.98. Hubungan antara prediksi harga dan evaluasi kinerja ini penting, karena prediksi harga yang akurat menjadi dasar untuk menghitung potensi keuntungan dan risiko dari investasi Bitcoin. Dari hasil prediksi harga Bitcoin yang dihasilkan dari model Skenario 1, kemudian digunakan untuk mengevaluasi kinerja aset Bitcoin selama periode 2018–2024. Rata-rata Return pertahun Bitcoin sebesar 83.07%. Volatilitas sebesar 82.837. Sharpe Ratio sebesar 1.003 menunjukkan bahwa return yang diperoleh relatif sebanding dengan risiko yang diambil, yang dianggap cukup baik dalam konteks investasi berisiko tinggi.]]>
