Analisis model CNN dan LSTM untuk memprediksi harga bitcoin

Abstract

Salah satu alasan seseorang berinvestasi adalah untuk mendapatkan keuntungan. Saat ini, mata uang kripto (cryptocurrency) merupakan salah satu jenis investasi yang dapat digunakan. Prediksi harga mata uang kripto di masa yang akan datang dapat membantu proses pengambilan keputusan dalam berinvestasi. Salah satu cara memprediksi harga mata uang kripto di masa yang akan datang adalah dengan menggunakan sistem saraf buatan (artificial neural network). Terdapat dua jenis sistem saraf buatan yang digunakan, yaitu LSTM (long short-term memory) dan gabungan CNN (convolutional neural network) dan LSTM. Nilai dari error menjadi suatu tolak ukur sistem saraf buatan yang baik. Data yang digunakan terdiri dari data pada tahun 2020-2021 dengan jarak antar data adalah 1 menit, dan dibagi menjadi tiga periode, yaitu data periode Januari 2020 - Juli 2020, data periode Januari 2020 - Desember 2020, dan data periode Januari 2021 - November 2021. Data-data ini dibagi lagi menjadi data pelatihan dan data pengujian di mana data pelatihan berisi 80% total data dan sisa data adalah data pengujian. Proses prediksi (forecasting) dilakukan selama 1440 menit dengan bantuan pembaharuan (update). Hasil dari proses prediksi memperlihatkan bahwa dengan melakukan pembaharuan secara berkala, hasil prediksi yang dihasilkan lebih baik dibandingkan hasil prediksi dengan tidak menggunakan pembaharuan. Pemilihan periode pembaharuan berdampak pada seberapa baiknya sistem saraf dapat memprediksi harga mata uang kripto.