<![CDATA[Bitcoin merupakan salah satu aset kripto yang memiliki tingkat volatilitas harga yang tinggi, sehingga prediksi pergerakan harganya menjadi tantangan tersendiri. Penelitian ini bertujuan untuk menerapkan metode Long Short-Term Memory (LSTM) dalam memprediksi harga mingguan Bitcoin berdasarkan data historis. Data yang digunakan berupa data historis harga Bitcoin dengan frekuensi mingguan yang telah melalui tahapan pra-pemrosesan, normalisasi, dan pembentukan data deret waktu. Model LSTM dilatih menggunakan data pelatihan dan dievaluasi menggunakan data pengujian. Kinerja model dievaluasi menggunakan metrik Mean Absolute Error (MAE), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model LSTM mampu menghasilkan prediksi harga yang mengikuti pola dan arah tren pergerakan harga Bitcoin aktual pada sebagian besar periode pengujian. Meskipun demikian, tingkat kesalahan prediksi cenderung meningkat pada periode dengan volatilitas harga yang tinggi. Hasil penelitian ini menunjukkan bahwa metode LSTM dapat digunakan sebagai pendekatan untuk memodelkan pergerakan harga Bitcoin berbasis data historis mingguan.]]>
Copyrights © 2025
