RANCANG BANGUN APLIKASI PREDIKSI BITCOIN SECARA REAL-TIME MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK - LONG SHORT TERM MEMORY

Zidan Alfarizi, NIM.: 21106050003 (2025) RANCANG BANGUN APLIKASI PREDIKSI BITCOIN SECARA REAL-TIME MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK - LONG SHORT TERM MEMORY. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (RANCANG BANGUN APLIKASI PREDIKSI BITCOIN SECARA REAL-TIME MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK - LONG SHORT TERM MEMORY) 21106050003_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (2MB) | Preview
	Text (RANCANG BANGUN APLIKASI PREDIKSI BITCOIN SECARA REAL-TIME MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK - LONG SHORT TERM MEMORY) 21106050003_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Registered users only Download (6MB)

Abstract

Harga Bitcoin yang sangat fluktuatif mendorong kebutuhan akan sistem prediksi yang cepat dan akurat. Penelitian ini mengembangkan aplikasi prediksi harga Bitcoin berbasis web menggunakan model hybrid Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM). CNN digunakan untuk mengenali pola dari data historis, sedangkan LSTM menangkap urutan waktu dalam pergerakan harga. Aplikasi dibangun dengan Python dan Streamlit, serta dilengkapi fitur pelatihan ulang agar dapat menyesuaikan dengan kondisi pasar terkini. Hasil pengujian menunjukkan bahwa model memiliki performa prediksi yang baik dengan korelasi tinggi pada berbagai interval waktu. Selain itu, pengujian fungsional menunjukkan seluruh fitur berjalan sesuai harapan. Aplikasi ini dapat menjadi alat bantu yang efektif bagi pengguna dalam memantau dan mengambil keputusan investasi Bitcoin secara real-time.

Share this knowledge with your friends :

Actions (login required)

View Item