Implementasi Jaringan Syaraf Tiruan Backpropagation Dalam Memprediksi Harga Bitcoin

Abstract

Bitcoin adalah salah satu kurensi elektronik yang bersifat terdesentralisasi dan tidak diatur atau dijamin oleh otoritas pusat. Sebagai sebuah sistem yang masih berusia muda, mengakibatkan harga Bitcoin sangat fluktuatif dan sering kali membuat resah pengguna dan investor Bitcoin. Oleh karena itu, diusulkan sebuah metode atau sistem prediksi harga Bitcoin dengan mempelajari pola dan tingkah laku data time series harga historisnya. Sebelumnya telah dilakukan penelitian yang serupa yaitu prediksi harga Bitcoin dengan menggunakan Support Vector Machines. Teknik yang diusulkan pada penelitian ini yaitu prediksi harga Bitcoin dengan menggunakan salah satu arsitektur Artificial Neural Network (ANN) yaitu Recurrent Neural Network (RNN). Semakin optimal model yang dibangun maka akan semakin tinggi pula akurasi yang dihasilkan. Bobot RNN yang optimal dapat diperoleh dengan algoritma optimasi Backpropagation Through Time (BPTT). Dari proses pelatihan dan pengujian, didapatkan akurasi terbaik sebesar 98.76% pada data latih dan 97.46% pada data uji.