PREDIKSI NILAI TUKAR CRYPTOCURRENCY JANGKA
PENDEK DENGAN MENGGUNAKAN LONG SHORT TERM
MEMORY (LSTM)
Writer(s) : Muhammad Fandly Fadlurachman | Indrabayu | A. Ais Prayogi
Teknik Informatika | Teknik Informatika S1
Cryptocurrency merupakan instrumen investasi yang memiliki return besar.
Akan tetapi, cryptocurrency memiliki kelemahan yaitu harga yang fluktuatif. Agar
dapat menghasilkan keuntungan diperlukan sistem yang dapat melakukan prediksi
pergerakan harga cryptocurrency dalam jangka pendek. Pada penelitian ini
menggunakan metode deep learning yang merupakan bagian dari neural network
yaitu Long Short Term Memory (LSTM) dan membandingkannya dengan Gated
Recurrent Unit (GRU). Penelitian dilakukan dengan tiga jenis timeframe yaitu 1m,
5m dan 15m juga menggunakan input indikator teknikal yang terdiri dari Moving
Average (MA), Moving Average Convergence/Divergence (MACD), Relative
Strength Index (RSI) dan Bollinger Bands (BB). Dari hasil pengujian terhadap 3
jenis cryptocurrency yaitu Bitcoin (BTC), Ethereum (ETH) dan Binance Coin
(BNB) menggunakan data realtime, performa dari LSTM lebih baik dari GRU.
Model LSTM mampu memprediksi kenaikan maupun penurunan dari nilai
cryptocurrency. Binance Coin (BNB) mendapatkan nilai Mean Absolute
Percentage (MAPE) terbaik yaitu 0.083 dan Root Mean Square Error (RMSE) 0.27
pada timeframe 1m. Akan tetapi, pada pengujian transaksi Bitcoin memberi return
yang lebih baik yaitu 2.182958%.
Keyword(s): cryptocurrency, prediksi, indikator teknikal, LSTM, GRU
Year : 2018