RANCANG BANGUN APLIKASI PREDIKSI HARGA ETHEREUM MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM) = DESIGN AND DEVELOPMENT OF AN ETHEREUM PRICE PREDICTION APPLICATION USING THE LONG SHORT-TERM MEMORY (LSTM) ALGORITHM

Ethereum merupakan salah satu jenis cryptocurrency terbesar dalam persaingan pasar global yang berfungsi sebagai platform open-source berbasis blockchain, menawarkan kelebihan seperti fleksibilitas smart contract dan kemitraan strategis dengan perusahaan terkemuka. Dengan fluktuasi harga yang tinggi dan ketatnya persaingan dalam pasar global, kebutuhan akan model prediksi harga yang akurat serta kemudahan dalam menavigasi informasi relevan menjadi penting. Penelitian ini berfokus pada pemanfaatan algoritma Long Short-Term Memory (LSTM), sebuah metode machine learning untuk membuat model yang dapat melakukan prediksi harga Ethereum kemudian mengintegrasikannya ke dalam suatu aplikasi web yang interaktif dengan bantuan framework Streamlit. Metode kuantitatif digunakan dalam penelitian ini untuk menganalisis data numerik harga Ethereum melalui tiga tahap preprocessing: seleksi fitur, normalisasi data, dan segmentasi data. Penelitian menghasilkan sebuah aplikasi web interaktif dengan model LSTM yang diterapkan menunjukkan performa yang baik ketika diuji menggunakan metrik evaluasi Root Mean Squared Error (RMSE) dengan nilai akurasi masing-masing sebesar 97% pada data latih dan 98% pada data uji.

Keyword : Cryptocurrency, Ethereum, Blockchain, Long Short-Term Memory, LSTM, Machine Learning, Streamlit, Preprocessing, Root Mean Squared Error, RMSE.