PERBANDINGAN PREDIKSI HARGA CRYPTOCURRENCY DENGAN MODEL ARIMA DAN LSTM

Raqfi Falan Yukhlifa, 3011710050 (2021) PERBANDINGAN PREDIKSI HARGA CRYPTOCURRENCY DENGAN MODEL ARIMA DAN LSTM. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (181kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (68kB)
	Text (HALAMAN PENGESAHAN) 2.HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (297kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI .pdf Restricted to Repository staff only Download (307kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (257kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (764kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (242kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (266kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (354kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (345kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (268kB)
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Repository staff only Download (357kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (529kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V PENUTUP) 14. BAB V PENUTUP.pdf Restricted to Repository staff only Download (242kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (334kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (946kB) | Request a copy
	Text (FULLTEXT) 17. SKRIPSI-RAQFI FALAN YUKHLIFA(3011710050).pdf Restricted to Repository staff only Download (4MB) | Request a copy
	Text (FULLTEXT DOC) 18. SKRIPSI-RAQFI FALAN YUKHLIFA(3011710050).docx Restricted to Repository staff only Download (7MB) | Request a copy
	Text (JURNAL) 19. JURNAL-RAQFI FALAN YUKHLIFA(3011710050).docx Restricted to Repository staff only Download (200kB) | Request a copy

Abstract

Cryptocurrency adalah mata uang digital yang dipakai untuk bertransaksi virtual dalam jaringan internet. salah satu mata uang kripto paling populer adalah bitcoin. Penggunaan bitcoin harus teliti ketika melakukan penukaran. Kepopuleran bitcoin terus meningkat dan menjadi aset untuki investasi bagi para penggunanya. Untuk mengatasi perubahan harga yang tidak menentu maka dibutuhkan sebuah aplikasi prediksi harga bitcoin untuk membantu para penggunanya dalam memprediksi harga bitcoin kedepannya. Prediksi dilakukan dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dan Long Short-Term Memory (LSTM). Pada Metode ARIMA terdiri dari tiga proses, yaitu autoregressive, integral, dan moving average. Urutannya adalah (p, d, q), dilambangkan sebagai ARIMA (p, d), q). ARIMA memiliki asumsi stabilitas dalam perubahan. Ketika data non-stasioner terlampaui maka pemrosesan diferensial dilakukan untuk menstabilkan data dan jumlah diferensial. Pada Metode LSTM menggunakan metode penelitian mencari jumlah hidden layer dan jumlah Neuron pada hidden layer, kemudian dicari Target nilai error yang Mean Absolute Percent Error (MAPE) dan ditentukan Epoch maksimum. Dari hasil penelitian didapatkan bahwa ARIMA cocok untuk digunakan pada jarak pendek pada rentang hari atau bisa disebut dengan day trading (trading harian) dengan nilai MAPE sebesar 2,4916 % pada 7 hari prediksi. Sedangkan Untuk metode LSTM cocok digunakan untuk jangka jarak panjang atau investasi dengan nilai MAPE sebesar 2,4953 % pada 30 hari prediksi.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Autoregressive Integrated Moving Average, Mean Absoulete Percentage Error, Long Short Term Memory
Contributors:	Contribution Name Email Thesis advisor Yohanes Indra Riskajaya, S.Kom., M.Kom. yohanes.riskajaya@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Raqfi Falan Yukhlifa
Date Deposited:	29 Sep 2021 10:40
Last Modified:	29 Sep 2021 10:40
URI:	https://repository.uisi.ac.id/id/eprint/2013

Actions (login required)

View Item