<![CDATA[Perkembangan teknologi yang pesat, terutama di sektor keuangan, telah mendorong pergeseran dari mata uang konvensional ke mata uang digital seperti Bitcoin Cash (BCH). BCH adalah mata uang kripto yang menggunakan teknologi blockchain, yaitu rantai blok yang berfungsi sebagai tempat pencatatan transaksi tanpa sentralisasi, berbeda dengan sistem bank tradisional. Namun, harga BCH sangat fluktuatif sehingga diperlukan peramalan harga masa depan. Penelitian ini mengusulkan penggunaan algoritma Long Short Term Memory (LSTM) untuk meramalkan harga BCH. LSTM, sebuah algoritma jaringan saraf tiruan, mampu memahami data deret waktu yang kompleks seperti pergerakan harga BCH. Studi sebelumnya menunjukkan bahwa LSTM berhasil digunakan untuk meramalkan harga saham dan umur transformator, dengan penurunan Root Mean Square Error (RMSE) yang signifikan dibandingkan algoritma lain. Berdasarkan pendekatan ini, penelitian bertujuan menyajikan proyeksi harga BCH yang bermanfaat bagi pelaku pasar keuangan. Penelitian ini melibatkan lima skenario peramalan. Skenario pertama menggunakan epoch 10 dan hidden layer 10, skenario kedua epoch 20 dan hidden layer 20, skenario ketiga epoch 30 dan hidden layer 30, skenario keempat epoch 40 dan hidden layer 40, dan skenario kelima epoch 50 dan hidden layer 50. Panjang sequence di setiap skenario yaitu 30. Hasil terbaik diperoleh pada skenario kedua menghasilkan nilai Mean Squared Error (MSE) sebesar 1654,40 dan RMSE sebesar 40,67]]>
Copyrights © 2024
