Analisis Dan Implementasi Long Short Term Memory Neural Network Untuk Prediksi Harga Bitcoin

Abstract

Abstrak Bitcoin adalah salah satu cryptocurrency yang sedang diminati untuk menjadi media investasi dalam meraih keuntungan secara finansial. Meskipun sedang digemari, investasi menggunakan bitcoin masih memiliki resiko yang cukup besar. Agar dapat mengantisipasi resiko yang didapat dalam berinvestasi menggunakan Bitcoin, diperlukan suatu sistem prediksi yang dapat memprediksi pergerakan kurs nilai tukar Bitcoin. Untuk memprediksi harga Bitcoin maka data historis harga Bitcoin akan dipelajari hingga mengenali polapola tertentu. Jaringan syaraf tiruan merupakan salah satu metode yang memiliki kemampuan untuk mempelajari polapola dari suatu data. Sistem yang dibangun pada penelitian ini adalah menggunakan metode jaringan syaraf tiruan yaitu dengan menggunakan arsitektur Long Short Term Memory Neural Networks. Namun teknik ini memerlukan parameter yang tepat untuk mendapatkan hasil prediksi yang akurat. Dalam tugas akhir ini menganalisis beberapa parameter seperti jumlah pola time series, jumlah neuron hidden, max epoch, dan komposisi data latih dan uji terhadap akurasi prediksi yang didapatkan. Hasil analisis menunjukkan bahwa sistem yang dibangun mampu memprediksi harga Bitcoin dengan baik, dengan rata-rata tingkat akurasi sebesar 93.5% terhadap data testing.
Kata kunci : bitcoin, prediksi, jaringan syaraf tiruan, long short term memory

Abstract Bitcoin is one of the cryptocurrencies that are in demand to become a medium of investment in achieving financial benefits. While it is popular, investments using bitcoin still have considerable risk. In order to anticipate the risks involved in investing using Bitcoin, a prediction system is needed that can predict the movement of the Bitcoin exchange rate. To predict the price of Bitcoin, Bitcoin price historical data will be studied to recognize certain patterns. Artificial neural networks are one method that has the ability to study patterns of data. The system built on this research is using artificial neural network method by using Long Short Term Memory Neural Networks architecture. But this technique needs the right parameters to get accurate prediction results. In this final project analyze the number of neurons in the input and hidden layer to the prediction accuracy obtained. The results of the analysis show that the built system is able to predict the Bitcoin price well, with an accuracy of 95.12% to the data testing.
Keywords: bitcoin, prediction, artificial neural network, long short term memory