Text
Prediksi Harga Cryptocurrency Ethereum dengan Jaringan Saraf Berulang dengan Menggunakan Model Gated Recurent Unit
Penelitian ini fokus pada peramalan harga mata uang cryptocurrency Ethereum yang sangat
fluktuatif dan dinamis. Harga yang cenderung bergejolak menjadi tantangan bagi investor
dan trader dalam menentukan keputusan investasi yang tepat. Oleh karena itu, peramalan
harga menjadi penting untuk mengantisipasi perubahan harga dengan akurat. Untuk
mengatasi kompleksitas dan sifat dinamis harga cryptocurrency, penelitian ini memilih
menggunakan Gated Recurrent Unit (GRU), sebuah jenis arsitektur jaringan syaraf berulang
(RNN). GRU dapat mengatasi dependensi antar waktu dalam data historis, yang sangat
relevan dalam peramalan harga cryptocurrency yang sangat dipengaruhi oleh tren masa lalu.
Dengan menerapkan GRU pada data harga Ethereum, penelitian ini berhasil mencapai hasil
peramalan yang cukup akurat dengan menggunakan Mean Absolute Percentage Error
(MAPE). Hasil peramalan menunjukkan MAPE sebesar 4.104%, 4.133%, 4.124%, 3.996%,
dan 4.421% untuk memprediksi harga dalam jangka 5 hari, 10 hari, 15 hari, 30 hari, dan 60
hari secara berurutan. Hal ini menunjukkan bahwa GRU mampu memberikan prediksi harga
yang mendekati nilai sebenarnya, memberikan informasi berharga bagi investor dan trader
dalam mengambil keputusan investasi di pasar cryptocurrency yang penuh risiko. Dalam
kesimpulannya, penggunaan GRU dalam peramalan harga cryptocurrency Ethereum
memberikan hasil yang cukup akurat, membantu mengurangi risiko dan memungkinkan
pengambilan keputusan investasi yang lebih cerdas. GRU sebagai model prediksi harga
cryptocurrency menunjukkan potensi yang menjanjikan dalam penelitian dan
pengembangan di bidang keuangan digital yang terus berkembang pesat.
Kata kunci: Cryptocurrency, Ethereum, Gated Recurrent Unit, Recurrent Neural Network
1213F2023 | 1213 F 2023 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain