Prediksi Harga Cryptocurrency Meme Coin Menggunakan Jaringan Syaraf Tiruan LSTM

Abstract

Cryptocurrency, khususnya jenis memecoin seperti Dogecoin (DOGE) dan Shiba Inu (SHIB), dikenal memiliki volatilitas harga yang tinggi sehingga sulit diprediksi. Penelitian ini bertujuan untuk membangun model prediksi harga memecoin menggunakan metode Long Short-Term Memory (LSTM), yang merupakan bagian dari Jaringan Syaraf Tiruan (JST). Data historis harga harian kedua memecoin diambil dari Yahoo Finance, dan model dilatih dengan membagi data menjadi 80% untuk pelatihan dan 20% untuk pengujian. Hasil penelitian menunjukkan bahwa model LSTM mampu menangkap pola dari data historis dengan baik, dengan tingkat akurasi yang diukur menggunakan metrik Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan nilai RMSE dan MAPE yang rendah, menandakan prediksi harga yang mendekati nilai aktual. Namun, penelitian ini juga menemukan bahwa fluktuasi harga cryptocurrency tidak hanya bergantung pada data historis tetapi juga dipengaruhi oleh faktor eksternal seperti sentimen media sosial dan kondisi pasar global. Penelitian ini memberikan kontribusi dalam pengembangan metode prediksi harga cryptocurrency, khususnya untuk aset dengan volatilitas tinggi. Model yang dihasilkan diharapkan dapat membantu investor dan pelaku pasar dalam membuat keputusan investasi yang lebih bijaksana dan mengelola risiko dengan lebih baik.