Penulis Utama : Isaac Muhammad
NIM / NIP : M0516029
×

Memprediksi harga Bitcoin merupakan sebuah permasalah machine learning yang menjadi salah satu hal yang paling penting dalam melakukan sebuah investasi. Memprediksi harga bitcoin menggunakan machine learning yang bertujuan untuk membantu investor untuk mempertimbangkan kapankah waktu yang tepat untuk melakukan investasi pada Bitcoin. Kesulitan terbesar dalam memprediksi harga bitcoin adalah perubahan fluktuasi harga bitcoin yang sangat cepat dikarenakan berbagai macam aspek. Beberapa penelitian sebelumnya yang digunakan untuk memprediksi harga bitcoin hanya menggunakan historical price dari bitcoin saja, akan tetapi dalam beberapa tahun terakhir, banyak penelitian yang meggunakan inputan lain untuk memprediksi perubahan harga pada bitcoin. Pada penelitian ini menggunakan sentimen sosial bersamaan dengan historical price dari bitcoin. Sentimen sosial yang digunakan yaitu Sentimen Google news dan sentimen twitter. Penelitian ini di training menggunakan Algoritma Long-Short Term Memory dan Root Mean Square Error serta Mean Average Error digunakan untuk pengujian. Model yang diusulkan pada penelitian ini menghasilkan nilai RMSE 660,75 untuk training dan 505,08 untuk testingnya sedangkan untuk nilai MAE nya 470,17 untuk training dan 378,63 untuk nilai testingnya. Yang dimana model yang diusulkan menghasilkan nilai lebih baik jika dibandingkan dengan model inputan lainya

×
Penulis Utama : Isaac Muhammad
Penulis Tambahan : -
NIM / NIP : M0516029
Tahun : 2022
Judul : PREDIKSI HARGA BITCOIN BERDASARKAN SENTIMEN SOSIAL DAN HISTORICAL PRICE MENGGUNAKAN LONG-SHORT TERM MEMMORY (LSTM)
Edisi :
Imprint : Surakarta - Fak. MIPA - 2022
Program Studi : S-1 Informatika
Kolasi :
Sumber :
Kata Kunci : Time Series Forecasting, Long-Short Term Memory (LSTM), sentiment analysis, Predicting bitcoin price
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Dr. Wiharto, S.T., M.Kom.
2. Heri Prasetyo, S.Kom., M.Sc.Eng., Ph.D.
Penguji : 1. Esti Suryani, S.Si.,M.Kom.
2. Sari Widya Sihwi, S.Kom, MTI
Catatan Umum :
Fakultas : Fak. MIPA
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.