PREDIKSI HARGA CRYPTOCURRENCY XRP MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) DENGAN BAYESIAN OPTIMIZATION

Authors

  • Muhammad Resa Oktavianto Universitas Sains Al-Qur'an, Wonosobo
  • Hidayatus Sibyan Universitas Sains Al-Qur'an, Wonosobo
  • Dimas Prasetyo Utomo Universitas Sains Al-Qur'an, Wonosobo

DOI:

https://doi.org/10.31004/joecy.v6i2.11225

Keywords:

Cryptocurrency, XRP, Long Short-Term Memory, Bayesian Optimization, Prediksi Harga

Abstract

Volatilitas harga cryptocurrency XRP yang sangat tinggi menjadi tantangan utama bagi investor dalam pengambilan keputusan investasi. Penelitian ini membangun model prediksi harga XRP/USD menggunakan Long Short-Term Memory (LSTM) yang dioptimasi dengan Bayesian Optimization (BO-LSTM). Data harga penutupan harian XRP/USD dari Yahoo Finance periode 14 April 2021 hingga 13 April 2026 sebanyak 1.823 data dibagi dengan proporsi 60% pelatihan, 20% validasi, dan 20% pengujian. Optimasi hyperparameter dilakukan dengan 50 trial menggunakan Optuna mencakup enam parameter. Model BO-LSTM menghasilkan MAPE 3,0846% (highly accurate forecasting), MAE 0,0703 USD, RMSE 0,0984 USD, dan akurasi 96,92%, dengan penurunan MAPE sebesar 82,13% dibandingkan model LSTM baseline.

 

 

References

Almuhaini, S. H., & Sultana, N. (2023). Bayesian-optimization-based LSTM super learner for long-term electricity consumption. Sustainability, 15(18), 13409. https://doi.org/10.3390/su151813409

Dapubeang, M. S. R. A. S., & Malahina, E. U. (2025). Prediksi harga mata uang kripto XRP menggunakan LSTM dan GRU. MIFORTEKH, 5(2), 107–124. https://doi.org/10.51903/yewbm358

Habtemariam, E. T., Kekeba, K., Martinez-Ballesteros, M., & Martinez-Alvarez, F. (2023). A Bayesian optimization-based LSTM model for wind power forecasting. Energies, 16(5), 2317. https://doi.org/10.3390/en16052317

Handayani, A. T., Purnama, M., Pattiasina, F. L., & Nurliyantika, R. (2025). Tinjauan legalitas cryptocurrency dalam pertumbuhan pasar kripto di Indonesia. Jurnal Thengkyang, 10(1), 46–56.

Islam, M. R., Rashid, M. M., Rahman, M. A., Mohamad, M. H. S., & Embang, A. H. (2022). Analysis of blockchain-based Ripple and SWIFT. Asian Journal of Electrical and Electronic Engineering, 2(1). https://doi.org/10.69955/ajoeee.2022.v2i1.26

Julian, R., & Pribadi, M. R. (2021). Peramalan harga saham pertambangan menggunakan long short-term memory. JATISI, 8(3), 1570–1580. https://doi.org/10.35957/jatisi.v8i3.1159

Montaño Moreno, J. J., Palmer Pol, A., Sesé Abad, A., & Cajal Blasco, B. (2013). El índice R-MAPE como medida resistente del ajuste en la previsiońn. Psicothema, 25(4), 500–506. https://doi.org/10.7334/psicothema2013.23

Nirraca, M., & Hartati, E. (2024). Prediksi Harga Bitcoin Menggunakan Metode Long Short Term Memory. Jurnal Digital Teknologi Informasi, 7(1), 55–65. https://doi.org/10.32502/digital.v7i1.7974

Rahmawan, B. A., & Mafruhat, A. Y. (2023). Pengaruh cryptocurrency terhadap aktivitas ekonomi: Sebuah tinjauan pustaka sistematis. Jurnal Riset Ilmu Ekonomi dan Bisnis, 3(1), 61–68. https://doi.org/10.29313/jrieb.v3i1.1974

Rizkilloh, M. F., & Widiyanesti, S. (2022). Prediksi harga cryptocurrency menggunakan algoritma long short-term memory (LSTM). Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 6(1), 25–31. https://doi.org/10.29207/resti.v6i1.3630

Simamora, F. P., Purba, R., & Pasha, M. F. (2025). Optimisasi hyperparameter BiLSTM menggunakan Bayesian Optimization untuk prediksi harga saham. Jambura Journal of Mathematics, 7(1), 8–13. https://doi.org/10.37905/jjom.v7i1.27166

Yu, T., & Zhu, H. (2020). Hyper-parameter optimization: A review of algorithms and applications. arXiv preprint arXiv:2003.05689.

Yahoo Finance. (2024). XRP USD (XRP-USD) historical data. https://finance.yahoo.com/quote/XRP-USD/history/

Downloads

Published

12-06-2026

How to Cite

Oktavianto, M. R., Sibyan, H., & Utomo, D. P. . (2026). PREDIKSI HARGA CRYPTOCURRENCY XRP MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) DENGAN BAYESIAN OPTIMIZATION. Journal of Innovative and Creativity, 6(2), 31385–31395. https://doi.org/10.31004/joecy.v6i2.11225

Issue

Section

Articles