ANALISIS KINERJA ASET KRIPTO UNTUK INVESTASI BERBASIS RISK-ADJUSTED RETURN MENGGUNAKAN BAYESIAN LSTM

Setiawan, Fikri Mulyana (2026) ANALISIS KINERJA ASET KRIPTO UNTUK INVESTASI BERBASIS RISK-ADJUSTED RETURN MENGGUNAKAN BAYESIAN LSTM. S2 thesis, Universitas Andalas.

	Text (cover & abstrak) cover - abstrak.pdf - Published Version Download (1MB)
	Text (pendahuluan) Bab 1 Pendahuluan.pdf - Published Version Download (1MB)
	Text (Bab Akhir (Kesimpulan dan Saran)) Bab 5 Kesimpulan dan Saran.pdf - Published Version Download (1MB)
	Text (daftar pustaka) daftar pustaka.pdf - Published Version Download (1MB)
	Text (fulltext) tesis fulltext.pdf - Published Version Restricted to Repository staff only Download (32MB) | Request a copy

Abstract

Pasar kripto yang sangat fluktuatif menyulitkan model kecerdasan buatan konvensional yang umumnya hanya memberikan prediksi harga tunggal tanpa mengukur risiko kesalahan. Untuk mengatasinya, penelitian ini mengusulkan model Bayesian Long Short-Term Memory (BLSTM) guna melakukan peramalan probabilistik pada log-return harga kripto. Model ini secara dinamis mengukur ketidakpastian pasar dan membangun Interval Prediksi yang adaptif terhadap perubahan volatilitas. Hasil evaluasi empiris menunjukkan bahwa BLSTM sangat akurat dalam mengukur risiko, bahkan dapat digunakan untuk menyusun strategi investasi yang tepat guna memaksimalkan return yang diperoleh. Model ini tidak hanya tangguh dalam memprediksi harga, tetapi juga efektif menyediakan metrik risiko yang esensial bagi keputusan investasi di pasar yang bergejolak.

Actions (login required)

View Item