Skripsi
Forecasting harga bitcoin menggunakan algoritma long short-term memory (lstm) dan analisis korelasinya dengan m2 money supply / LUCAS SIMANIHURUK
Abstrak
Bitcoin merupakan aset kripto dengan pergerakan harga yang sangat fluktuatif sehingga pemodelan prediksi berbasis pendekatan linier sering kali menghasilkan akurasi yang terbatas. Selain dipengaruhi oleh dinamika pasar internal harga Bitcoin juga berkaitan dengan kondisi ekonomi makro global khususnya tingkat likuiditas yang tercermin dalam M2 Money Supply. Penelitian ini mengembangkan model prediksi harga Bitcoin menggunakan Long Short-Term Memory (LSTM) serta mengevaluasi keterkaitan jangka panjang antara harga Bitcoin dan M2 Money Supply. Data harga Bitcoin harian periode 2015 ndash 2025 digunakan sebagai masukan model sedangkan data M2 dianalisis dalam skala bulanan untuk keperluan analisis makroekonomi. Kinerja model dievaluasi melalui skema backtesting menggunakan metrik MAE RMSE MAPE dan sMAPE. Hasil pengujian menunjukkan bahwa model LSTM mampu merepresentasikan pola tren harga Bitcoin secara konsisten pada kondisi pasar yang relatif stabil dengan tingkat kesalahan prediksi yang masih dapat diterima. Selain itu analisis korelasi dan regresi logaritmik mengindikasikan adanya hubungan positif antara M2 Money Supply dan harga Bitcoin meskipun pola hubungan tersebut tidak sepenuhnya bersifat linier. Temuan ini menegaskan bahwa faktor likuiditas moneter berperan sebagai variabel pendukung dalam pergerakan harga Bitcoin.