Strategi Portofolio Investasi Berdasarkan Prediksi Long Short-term Memory dan Optimasi Metode Markowitz (Studi Kasus : Most-Traded & Greenest Cryptocurrencies di Indonesia Tahun 2024)

Abstract

Perkembangan teknologi blockchain dalam beberapa tahun terakhir telah mengubah struktur ekonomi global yang menciptakan tantangan dan peluang baru dalam dunia investasi. Cryptocurrency sebagai mata uang digital terdesentralisasi memiliki potensi untuk merevolusi sektor keuangan dengan minat yang terus meningkat di berbagai industri. Seiring dengan perkembangan pasar cryptocurrency, pengelolaan risiko dan hasil investasi menjadi aspek yang perlu diperhatikan secara cermat. Penelitian ini bertujuan untuk menganalisis prediksi return harian cryptocurrency menggunakan metode Long Short-Term Memory (LSTM) dan mengoptimalkan portofolio investasi berdasarkan teori Markowitz. Fokus utama penelitian ini adalah pada Most-Traded & Greenest Cryptocurrencies di Indonesia tahun 2024 berdasarkan artikel dari cryptonews.com dan thecryptobasic.com dengan data historis yang diperoleh dari package R-Studio Quantmod. Hasil prediksi menggunakan model LSTM menunjukkan rata-rata nilai akurasi di atas 95% dan MAPE di bawah 5% yang menunjukkan bahwa model dapat mengenali pola pergerakan harga dengan baik. Setelah dilakukan prediksi, proses optimasi alokasi aset menggunakan metode Markowitz menghasilkan bobot optimal yaitu BTC sebesar -0.04056%, USDT sebesar 100.08704%, DOGE sebesar -0.01772%, XRP sebesar 0.01793%, ETH sebesar 0.01081%, SOL sebesar 0.02441%, AVAX sebesar 0.02392%, DOT sebesar 0.00568%, MATIC sebesar - 0.05198%, dan ADA sebesar -0.01071%. Berdasarkan hasil optimasi tersebut menunjukkan bahwa portofolio ini memiliki return sebesar -0.00011% dengan tingkat volatilitas sebesar 0.00528%. Hal ini mengindikasikan bahwa investasi pada Most-Traded & Greenest Cryptocurrencies di Indonesia Tahun 2024 memiliki risiko yang relatif rendah dengan potensi keuntungan yang sangat minimal.