relation: http://eprints.unpak.ac.id/7490/
title: PREDIKSI HARGA LUNA CLASSIC (LUNC) DENGAN   METODE LONG SHORT TERM MEMORY (LSTM)
creator: Hadi, Abdul
creator: Harsani, Prihastuti
creator: Mulyati
subject: Ilmu Komputer
description: PREDIKSI HARGA LUNA CLASSIC (LUNC) DENGAN   METODE LONG SHORT TERM MEMORY (LSTM)  Abdul Hadi1  , Prihastuti Harsani 2  , Mulyati3,*  1,2,3Department of Computer Science, Faculty of Mathematics and Natural Science, Pakuan  University, Bogor, West Java, 16143, Indonesia  Abstrak  Penelitian ini melakukan analisis terhadap Prediksi Harga Luna Classic (LUNC) Dengan   Metode Long Short Term Memory (LSTM). Metode penelitian yang digunakan adalah Knowledge   Discovery in Database (KDD) memiliki serangkaian tahapan yaitu Data Cleaning & Integration, Data   Selection & Transformation, Data Mining, dan Evaluation and Presentation. Tujuan dari penelitian ini   adalah memprediksi Harga Luna Classic (LUNC) dengan Metode Long Short Term Memory (LSTM)   dengan prediksi harga sesuai dataset yang dipakai untuk mencari pemodelan yabg paling baik dan akurat.   Data pada penelitian ini diperoleh dari website yahoo.finance.com yang merupakan data harian time   series tanggal 3 Februari 2021 sampai dengan 11 Mei 2022. Proses pembuatan model prediksi dilakukan   menggunakan software Jupyter Notebook. Untuk mencari model dengan tingkat kesalahan error terkecil   dilakukan 4 eksperimentasi pada menggunakan rasio 90:10, 80:20, 70:30, dan 60:40, lalu dilakukan juga   ekperimentasi pada perubahan hyperparameter yang berbeda pada parameter neuron 10, 20, 30, 40, 50   dan epoch 100, 500, 1000. Dari keseluruhan percobaan yang telah dilakukan didapatkan hasil yang paling   optimal pada percobaan dengan rasio 80:20, parameter neuron 40 dan epoch 1000. RMSE yang   didapatkan sebesar 0.638, perolehan nilai MAPE sebesar 1.66%. Dilakukan juga percobaan pada LSTM   1 variabel dengan rasio 80:20 parameter neuron 40 dan epoch 1000. RMSE yang didapatkan sebesar   8.579, dengan perolehan nilai MAPE sebesar 9.10%.  Kata Kunci: Luna Classic; Cryptocurrency; Data Mining; Prediksi; LSTM
date: 2024-01
type: Thesis
type: NonPeerReviewed
format: text
language: en
identifier: http://eprints.unpak.ac.id/7490/1/Jurnal-BI-Abdul%20Hadi%20065118013.pdf
identifier:   Hadi, Abdul and Harsani, Prihastuti and Mulyati  (2024) PREDIKSI HARGA LUNA CLASSIC (LUNC) DENGAN METODE LONG SHORT TERM MEMORY (LSTM).  Skripsi thesis, Universitas Pakuan.