PREDIKSI NILAI TUKAR CRYPTOCURRENCY JANGKA PENDEK DENGAN MENGGUNAKAN LONG SHORT TERM MEMORY (LSTM) = PREDICTION OF SHORT-TERM CRYPTOCURRENCY EXCHANGE RATE USING LONG SHORT TERM MEMORY (LSTM)

Cryptocurrency merupakan instrumen investasi yang memiliki return besar. Akan tetapi, cryptocurrency memiliki kelemahan yaitu harga yang fluktuatif. Agar dapat menghasilkan keuntungan diperlukan sistem yang dapat melakukan prediksi pergerakan harga cryptocurrency dalam jangka pendek. Pada penelitian ini menggunakan metode deep learning yang merupakan bagian dari neural network yaitu Long Short Term Memory (LSTM) dan membandingkannya dengan Gated Recurrent Unit (GRU). Penelitian dilakukan dengan tiga jenis timeframe yaitu 1m, 5m dan 15m juga menggunakan input indikator teknikal yang terdiri dari Moving Average (MA), Moving Average Convergence/Divergence (MACD), Relative Strength Index (RSI) dan Bollinger Bands (BB). Dari hasil pengujian terhadap 3 jenis cryptocurrency yaitu Bitcoin (BTC), Ethereum (ETH) dan Binance Coin (BNB) menggunakan data realtime, performa dari LSTM lebih baik dari GRU. Model LSTM mampu memprediksi kenaikan maupun penurunan dari nilai cryptocurrency. Binance Coin (BNB) mendapatkan nilai Mean Absolute Percentage (MAPE) terbaik yaitu 0.083 dan Root Mean Square Error (RMSE) 0.27 pada timeframe 1m. Akan tetapi, pada pengujian transaksi Bitcoin memberi return yang lebih baik yaitu 2.182958%.

Keywords : cryptocurrency, prediksi, indikator teknikal, LSTM, GRU