• mahkota212.com
  • http://adoornri.com/
  • yokaislot
  • slot gacor
  • https://kadinkabserambarat.org/tentang-kadin/
  • https://kadinkabhalmaheratengah.org/tentang-kadin/
  • situs slot gacor hari ini
  • https://metallagi.com/
  • https://sistel.semarangkota.go.id/
  • https://bkd.siakkab.go.id/
  • https://kadintegal.org/tentang-kadin/
  • https://ejournal.bsi.ac.id/ejurnal/index.php/abdimas
  • https://sippbb.purwakartakab.go.id/maps/
  • http://pustaka.fib.unand.ac.id/
  • slot gacor
  • slot777
  • https://awangbangkalbarat.banjarkab.go.id/
  • https://www.scienceworksforus.com/press-releases/one-week-and-counting-dont-cut-the-research-that-fuels-the-u-s-economy
  • https://washrightsnetwork.org/free-spins-existing-customers-no-deposit-2025-australia/
  • https://catalogue.paramadina.ac.id/
  • https://kadinlangara.org/XNXX/
  • https://kadinpcmataram.org/kontak/
  • https://merch.emma-larson.com/products
  • https://kadinkabbireuen.org/tentang-kadin/
  • https://kadinkotabatang.org/XVIDEOS/
  • https://motherscareivfcentre.com/about-us-2/appointments/
  • https://tiwet.web.id/orc/
  • https://babelankota.kabbekasi.id/
  • situs slot gacor
  • https://anggota.kadinpcmataram.org/
    • <![CDATA[SISTEM PREDIKSI HARGA KRIPTO JANGKA PENDEK MENGGUNAKAN ALGORITMA LSTM (LONG SHORT TERM MEMORY) BERBASIS WEB]]> Ahmad Mungafa Pengarang Hidayatus Sibyan, M.Kom Dosen Pembimbing 1 Nur Hasanah., S. Kom., M. Kom Dosen Pembimbing 2 Nur Hasanah, M.Kom. Penguji 2 Hidayatus Sibyan, M.Kom Penguji 1
    Perkembangan teknologi dan digitalisasi mendorong meningkatnya minatmasyarakat terhadap aset kripto sebagai alternatif investasi. Harga aset kripto yangsangat fluktuatif menjadi tantangan sekaligus peluang dalam pengembangan sistemprediksi harga berbasis teknologi. Penelitian ini bertujuan untuk mengembangkansistem prediksi harga kripto jangka pendek menggunakan algoritma Long ShortTerm Memory (LSTM) yang diimplementasikan dalam platform berbasis web. Algoritma LSTM dipilih karena kemampuannya dalam menangani data deret waktuyang kompleks dan non-linear. Proses penelitian melibatkan pengumpulan datahistoris harga kripto, preprocessing data, pelatihan model, serta evaluasi performasistem. Dalam implementasinya, sistem memanfaatkan atribut seperti hargapembukaan, penutupan, volume perdagangan, dan data teknikal lainnya sebagaiinput. Model diuji menggunakan dataset validasi untuk mengukur tingkat akurasiprediksi dan efektivitasnya. Hasil penelitian menunjukkan bahwa sistem prediksiberbasis LSTM mampu memberikan prediksi harga dengan akurasi yang memadaiuntuk membantu pengguna dalam pengambilan keputusan investasi. Sistem inikemudian diuji menggunakan metode pengujian blackbox untuk memastikankehandalan fitur dan fungsionalitasnya. Kata kunci: LSTM, Prediksi Harga, Kripto, Deret Waktu, Blackbox..