Penerapan Algoritma Long Short-Term Memory (LSTM) berbasis Multi Fungsi Aktivasi Terbobot dalam Prediksi Harga Ethereum
Kata Kunci:
Prediksi, LSTM, Fungsi Aktivasi, EthereumAbstrak
Salah satu bentuk dari inovasi perkembangan teknologi adalah cryptocurrency yang secara luas telah diakui sebagai alternatif dari pertukaran mata uang. Salah satu cryptocurrency yang cukup populer saat ini adalah Ethereum yang mulai diperdagangkan pertama sekali pada 7 Agustus 2015 dengan harga US$2,83 dan mencapai harga tertinggi pada tanggal 8 November 2021 dengan harga US$4822,97. Ethereum memiliki fluktuasi harga yang tinggi dan memiliki banyak faktor yang mempengaruhi harga ethereum seperti politik atau masalah ekonomi pada tingkatan global sehingga menyebabkan risiko investasi yang cukup besar. Penelitian ini melakukan beberapa tahapan dalam memprediksi pergerakan harga Ethereum, yaitu pre-processing, normalisasi data, training algoritma Long Short-Term Memory (LSTM), dan melakukan evaluasi dengan Mean Square Error (MSE). Berdasarkan hasil penelitian ini peneliti berhasil melakukan prediksi harga Ethereum menggunakan algoritma LSTM berbasis multi fungsi aktivasi dengan parameter pengujian proporsi data training dan data testing sebesar 70%:30%, jumlah sequence sebesar 14 yang menggambarkan data selama 14 hari, nilai hidden unit sebesar 64, jumlah epoch sebesar 150, dan sigmoid sebagai fungsi aktivasi yang dibuktikan dengan nilai MSE sebesar 0,0121.