Perancangan Model Artificial Neural Network Bacpropagation Untuk Prediksi Harga BTC-USD

Abstrak

Mata uang digital atau biasa disebut dengan cryptocurrency telah menjadi semakin populer dan telah menjadi aset investasi bagi masyarakat. Cryptocurrency menjadi mata uang digital yang dapat diperdagangkan menggunakan perdagangan online, tidak seperti mata uang konvensional yang sudah dikenal. Cryptocurrency tidak memiliki bentuk fisik, dan tidak diterbitkan oleh suatu negara atau bank sentral negara tertentu. Bitcoin merupakan salah satu cryptocurrency yang sukses dan dikenal luas di seluruh dunia. Bitcoin mengalami fluktuasi harga harian yang berubah setiap harinya. Oleh karena itu, dibutuhkan sebuah sistem yang dapat digunakan untuk memprediksi harga Bitcoin sebagai bahan pertimbangan dalam proses jual beli Bitcoin agar dapat memaksimalkan keuntungan dan meminimalkan risiko kerugian dalam berinvestasi. Berbagai penelitian tentang prediksi telah dilakukan sebelumnya menggunakan Artificial Neural Network (ANN) Backpropagation dengan studi kasus yang berbeda dan mendapatkan hasil yang baik berdasarkan nilai kesalahan yang didapatkan. Penelitian ini menggunakan algoritme Artificial Neural Network (ANN) Backpropagation untuk memprediksi harga Bitcoin terhadap US Dollar (BTC-USD) berdasarkan data harian harga Bitcoin. Dataset yang digunakan sejumlah 3178 dengan persentase data training 80% dan data testing 20%. Pelatihan dilakukan dengan menggunakan 13 arsitektur jaringan dengan menggunakan learning rate 0,001 dan target error 0,001. Model arsitektur jaringan yang terbaik adalah model prediksi dengan arsitektur 4-13-1, jumlah unit input layer sebanyak 4 unit, jumlah unit hidden layer sebanyak 13 unit, dan jumlah unit output layer sebanyak 1 unit dengan hasil MSE yang di dapat adalah 0,00243.