Implementasi Jaringan Saraf Tiruan Dengan Algoritma Long Short Term Memory dan Gated Recurrent Unit Untuk Memprediksi Harga Bitcoin

Sri Wulansari, . (2023) Implementasi Jaringan Saraf Tiruan Dengan Algoritma Long Short Term Memory dan Gated Recurrent Unit Untuk Memprediksi Harga Bitcoin. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (994kB)
	Text BAB I.pdf Restricted to Registered users only Download (185kB)
	Text BAB II.pdf Restricted to Registered users only Download (565kB)
	Text BAB III.pdf Restricted to Registered users only Download (721kB)
	Text BAB IV.pdf Restricted to Registered users only Download (6MB)
	Text BAB V.pdf Restricted to Registered users only Download (148kB)
	Text JURNAL1.pdf Restricted to Registered users only Download (738kB)

Abstract

Bitcoin adalah salah satu jenis mata uang kripto yang saat ini menjadi bentuk investasi dipasar saham. Fluktuasi harga bitcoin yang selalu berubah setiap hari membuat harga bitcoin sulit diprediksi secara manual. Oleh karena itu, diperlukan adanya suatu sistem yang dapat memprediksi harga bitcoin. salah satunya yaitu dengan menggunakan Jaringan Saraf Tiruan. Oleh karena itu pada penelitian ini menggunakan dua algoritma Jaringan saraf tiruan yaitu Long Short Time Memory (LSTM) dan Gated Reccurent Unit (GRU). Hasil yang diperoleh dari penelitian ini yaitu prediksi Harga Bitcoin dengan menerapkan jaringan saraf tiruan algoritma LSTM dan GRU berhasil dilakukan dengan menghasilkan output system yang dapat memprediksi Harga Bitcoin pada minggu berikutnya dengan hasil prediksi harga bitcoin dengan menggunakan algoritma LSTM yaitu rata-rata mencapai 23.983-24.432 USD sedangkan dengan algoritma GRU rata-rata mencapai 22.812-21.288 USD. Dengan menggunakan parameter yang sama diperoleh nilai akurasi untuk model LSTM menghasilkan nilai MAE yaitu 868.28, nilai MSE yaitu 1543907.09, nilai RMSE yaitu 1242.54 dan R2 Score yaitu 0.97(97%). Sedangkan untuk model GRU menghasilkan nilai MAE yaitu 728.99 , nilai MSE yaitu 952882.35, RMSE yaitu 976.16 dan R2 Score yaitu 0.98 (98%). Ini menunjukkan bahwa Algoritma GRU memberikan nilai akurasi terbaik.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Bitcoin, GRU, Jaringan Saraf Tiruan, LSTM, Prediksi
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User:	Enas Nasrulloh
Date Deposited:	11 Nov 2023 04:30
Last Modified:	11 Nov 2023 04:30
URI:	http://repository.unpam.ac.id/id/eprint/11737

Actions (login required)

View Item