Peramalan Harga Bitcoin Menggunakan Model Tunggal Dan Independen Dengan Algoritma LSTM, GRU Dan BiLSTM = Forecasting Bitcoin Price Using Single And Independent Models with LSTM, GRU and BiLSTM Algorithms

Mata uang kripto yang paling terkenal adalah Bitcoin, selain itu masih ada ribuan uang kripto seperti Ehtereum, Litecoin, Ripple, Stellar, Dogecoin, Monero, Tron dan lainnya. Masalah utama para trader Bitcoin adalah ketidakpastian harga Bitcoin itu sendiri. Ketidakpastian harga ini lebih ekstrim dari ketidakpastian harga saham maupun mata uang asing karena sifat alami dari Bitcoin itu sendiri yang tidak dikendalikan oleh sesuatu yang mirip seperti bank sentral. Dalam penelitian ini, penulis bermaksud untuk membuat model machine learning yang dapat meramalkan (forecasting) harga dari Bitcoin menggunakan model Tunggal dan Independen dengan menerapkan algoritma Long Short-Term Memory (LSTM), Gated Reccurent Unit (GRU) dan Bidirectional Long Short-Term Memory (BiLSTM). Evaluasi yang digunakan untuk mengukur tingkat kesalahan prediksi adalah MSE, RMSE, RMSPE, MAE dan MAPE. Berdasarkan hasil training dan testing dengan menggunakan 2991 data (29/04/2013 sampai 06/06/2021) dan 5 feature (High, Low, Open, Close dan Volume), menunjukkan bahwa hasil evaluasi nilai rata-rata RMSPE dan MAPE untuk 5 feature didapatkan model Tunggal LSTM sebesar RMSE 14.0697% dan MAPE 10.22582%, model Tunggal GRU sebesar RMSPE 14.1601% dan MAPE 10.41848%, model Independen BiLSTM sebesar RMSPE 19.1998% dan MAPE 15.10338%, model Independen LSTM sebesar RMSPE 20.7587% dan MAPE 16.16044%, model Tunggal BiLSTM sebesar RMSPE 22.3194% dan MAPE 20.07084%, dan model Independen GRU sebesar RMSPE 32.3138% dan MAPE 25.20422%. Berdasarkan kriteria hasil evaluasi RMSPE, model Tunggal LSTM, Tunggal GRU, dan Independen BiLSTM memiliki hasil prediksi baik (10% ≤ RMSPE < 20%), sedangkan untuk model Independen LSTM, Tunggal BiLSTM dan Independen GRU memiliki hasil prediksi cukup (20% ≤ RMSPE < 50%). Untuk hasil evaluasi MAPE, model Tunggal LSTM, Tunggal GRU, Independen BiLSTM dan Independen LSTM memiliki hasil prediksi baik (10% ≤ MAPE < 20%), sedangkan untuk model Tunggal BiLSTM dan model Independen GRU memiliki hasil prediksi cukup (20% ≤ MAPE < 50%).