PREDIKSI HARGA BITCOIN MENGGUNAKAN METODE LONG SHORT-TERM MEMORY BERDASARKAN DATA HISTORIS HARIAN

Perkembangan teknologi digital telah memberikan dampak besar dalam bidang keuangan, termasuk munculnya aset digital seperti Bitcoin. Bitcoin menjadi salah satu instrumen investasi digital yang paling diminati, namun pergerakan harganya yang sangat fluktuatif menimbulkan risiko yang tinggi. Oleh karena itu, diperlukan suatu model prediksi yang mampu mengestimasi harga Bitcoin secara akurat. Penelitian ini menggunakan metode Long Short-Term Memory (LSTM), salah satu arsitektur deep learning yang dirancang untuk mengolah data deret waktu (time series). Data yang digunakan adalah data Historis harian harga Bitcoin dari tanggal 31 Mei 2020 hingga 31 Mei 2025 yang diperoleh dari Investing.com. Data tersebut diproses melalui tahapan preprocessing seperti konversi tanggal, normalisasi, dan pembuatan input-output menggunakan teknik sliding window. Model dilatih dengan parameter 200 epoch dan batch size 32, kemudian dilakukan evaluasi menggunakan metrik MAE, RMSE, dan MAPE. Hasil evaluasi menunjukkan bahwa model memiliki kinerja prediksi yang baik, dengan nilai MAE sebesar Rp 19.723.499, RMSE sebesar Rp 26.720.425, dan MAPE sebesar 1,15%. Visualisasi perbandingan antara hasil prediksi dan harga aktual menunjukkan beberapa pola tren harga, yaitu penurunan awal bulan sebesar 2.18%, kenaikan tajam sebesar 6.17%, pergerakan stabil di pertengahan bulan dengan penurunan kecil sebesar 0.82%, kenaikan menuju puncak sebesar 3.72%, dan penurunan di akhir bulan sebesar 1.79%. Pola-pola tersebut mengindikasikan bahwa model LSTM mampu mengikuti arah tren pergerakan harga Bitcoin dan dapat digunakan sebagai alat bantu untuk mendukung pengambilan keputusan investasi yang lebih akurat.Hasil ini membuktikan bahwa metode LSTM efektif dalam memprediksi harga Bitcoin berdasarkan data historis harian.