HYBRID VECTOR AUTOREGRESSIVE (VAR) – LONG - SHORT TERM MEMORY (LSTM) DALAM PERAMALAN HARGA MATA UANG KRIPTO

MIA, FITRIANI (2024) HYBRID VECTOR AUTOREGRESSIVE (VAR) – LONG - SHORT TERM MEMORY (LSTM) DALAM PERAMALAN HARGA MATA UANG KRIPTO. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - Mia Fitriani.pdf Download (7Mb) | Preview
	File PDF SKRIPSI FULL - Mia Fitriani.pdf Restricted to Hanya staf Download (7Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHSAN - Mia Fitriani.pdf Download (7Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Uncertainty about cryptocurrency prices is an important thing in making decisions, especially for investors. Vector Autoregressive (VAR) is a method that can be used to do forecasting, but it has shortcomings in overcoming non-linear patterns in data. Long Short Term Memory (LSTM) is a method that is able to capture non- linear patterns that cannot be overcome by the VAR method. In this study, the VAR-LSTM hybrid model was applied to cryptocurrency prices for 30 days, namely February to March 2022. The VAR-LSTM hybrid model consists of the first model built with VAR prediction data and the second model built with VAR residual data. The VAR-LSTM hybrid model with a scheme of 90% training data and 10% testing data produces the best forecasting model when compared to other methods and schemes based on the MAPE value obtained of 99.94% and the p- value of T 2 Hotelling test is 0.7041. Keywords: VAR, LSTM, Hybrid VAR-LSTM, Forecasting, Crypto Prices Permalan mengenai harga mata uang kripto menjad hal penting dalam pemngambilan keputusan terutama bagi para investor. Vector Autoregressive (VAR) merupakan metode yang dapat digunakan untuk melakukan peramalan, namun memiliki kekurangan dalam mengatasi pola non linier dalam data. Long Short Term Memory (LSTM) merupakan metode yang mampu menangkap pola non linier yang tidak dapat diatasi oleh metode VAR. Model hybrid VAR-LSTM merupakan model yang diharapkan mampu melakukan peramalan dengan akurat. Dalam penelitian ini dilakukan penerapan model hybrid VAR-LSTM pada harga mata uang kripto selama 30 hari yaitu Februari sampai dengan Maret 2022. Model hybrid VAR-LSTM tersusun atas model pertama yang dibangun dengan data prediksi VAR dan model kedua yang dibangun dengan data residual VAR. Model hybrid VAR-LSTM dengan skema 90% data training dan 10% data testing menghasilkan model peramalan terbaik jika dibandingkan dengan metode dan skema lainnya berdasarkan nilai MAPE yang didapat sebesar 99,94% dan p-value uji T 2 Hotelling sebesar 0,7041. Kata Kunci : VAR, LSTM, Hybrid VAR-LSTM, Peramalan, Harga Kripto

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Dito Nipati
Date Deposited:	19 Feb 2025 06:49
Terakhir diubah:	19 Feb 2025 06:49
URI:	http://digilib.unila.ac.id/id/eprint/84580

Actions (login required)

Lihat Karya Akhir