Ahmad Yunizar
Universitas Tanjungpura

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PENERAPAN METODE RECURRENT NEURAL NETWORK MODEL GATED RECURRENT UNIT UNTUK PREDIKSI HARGA CRYPTOCURRENCY Ahmad Yunizar; Tedy Rismawan; Dwi Marisa Midyanti
Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.58073

Abstract

Cryptocurrency merupakan mata uang digital yang dapat digunakan untuk transaksi atau investasi. Investasi aset cryptocurrency saat ini semakin banyak diminati oleh masyarakat. Investasi ini memiliki resiko yang tinggi dikarenakan harganya dapat turun ataupun naik dalam waktu yang singkat. Karena keadaan naik turunnya harga cryptocurrency yang begitu drastis inilah membuat para investor yang berharap ingin mendapatkan keuntungan justru mengalami kerugian. Oleh karena itu, diperlukan sebuah sistem prediksi yang dapat membantu memberikan pertimbangan kepada investor dalam pembelian aset cryptocurrency. Pada penelitian ini menggunakan metode GRU untuk memprediksi harga cryptocurrency, yaitu bitcoin dan ethereum dari tahun 2018 sampai 2021. Data dilakukan pelatihan menggunakan varian nilai window size untuk mendapatkan model dengan window size yang optimal dari nilai error terkecil dengan perhitungan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil pengujian, dengan menggunakan nilai window size sebanyak 2, sistem mendapatkan hasil error yang paling kecil. Perhitungan akurasi prediksi untuk 1, 6, dan 12 bulan berikutnya pada data uji bitcoin masing-masing sebesar 90.26%, 77.74%, dan 75.98%, sedangkan pada data uji ethereum masing-masing sebesar 90.15%, 76,88%, dan 66.09%. Dapat dikategorikan sistem prediksi harga cryptocurrency ini tergolong sangat baik untuk memprediksi 1 bulan berikutnya dan dikategorikan cukup untuk memprediksi 6 dan 12 bulan berikutnya.