PENERAPAN ALGORITMA SUPPORT VECTOR REGRESSION UNTUK MEMPREDIKSI HARGA BITCOIN MENGGUNAKAN PARAMETER OPEN, HIGH, LOW, DAN CLOSE

Penulis

  • Rafi Zufary Pramanta Universitas Budi Luhur
  • Mardi Hardjianto Universitas Budi Luhur

Kata Kunci:

Bitcoin, Support Vector Regression, Prediksi Harga

Abstrak

Perkembangan teknologi informasi telah memberikan dampak signifikan pada berbagai sektor, termasuk sektor keuangan. Cryptocurrency, seperti Bitcoin, menjadi salah satu inovasi dalam bidang keuangan yang menarik perhatian banyak investor. Namun, harga Bitcoin yang fluktuatif dan sulit diprediksi menimbulkan risiko yang tinggi bagi para investor. Penelitian ini bertujuan untuk menerapkan algoritma Support Vector Regression (SVR) dalam memprediksi harga Bitcoin, menggunakan data historis dari 1 Juni 2019 hingga 1 Juni 2024 yang diperoleh dari Yahoo Finance. Data yang digunakan mencakup variabel Date, Open, High, Low, dan Close. Proses penelitian meliputi perolehan data, penentuan variabel, preprocessing, pembagian data, pelatihan model, prediksi, evaluasi hasil, serta peramalan. Hasil penelitian menunjukkan bahwa algoritma SVR mampu memprediksi harga Bitcoin dengan akurasi yang cukup baik, parameter terbaiknya adalah dengan menggunakan data latih sebanyak 80% dari total data, gamma dengan nilai 1, serta C dengan nilai 10. Parameter tersebut menghasilkan MAPE sebesar 0.6948% dan menghasilkan akurasi sebesar 99.31%. Dari parameter tersebut juga didapatkan harga Bitcoin untuk 7 hari ke depan mengalami sedikit penurunan namun tidak signifikan. Hasil pengujian membuktikan bahwa metode Support Vector Regression dapat memprediksi harga Bitcoin dengan baik sehingga dapat dijadikan referensi bagi para investor.

Referensi

I. Martinelli, “Menilik Financial Technology dalam Bidang Perbankan,” Jurnal SOMASI (Sosial Humaniora Komunikasi), vol. 2, no. 1, pp. 32–43, 2021.

J. Kagan, “Financial Technology (Fintech): Its Uses and Impact on Our Lives,” www.investopedia.com. Accessed: Jun. 18, 2024. [Online]. Available: https://www.investopedia.com/terms/f/fintech.asp

D. Haryadi, A. R. Hakim, D. M. U. Atmaja, and S. N. Yutia, “Implementation of Support Vector Regression for Polkadot Cryptocurrency Price Prediction,” International Journal on Informatics Visualization, vol. 6, no. 1–2, pp. 201–207, 2022.

R. C. Noorsanti, H. Yulianton, and K. Hadiono, “Blockchain-Teknologi Mata Uang Kripto (Crypto Currency),” Prosiding SENDI_U, 2018.

J. Edwards, “Bitcoin’s Price History,” www.investopedia.com. Accessed: Jun. 19, 2024. [Online]. Available: https://www.investopedia.com/articles/forex/121815/bitcoins-price-history.asp

N. Reiff, “Why Is Bitcoin Volatile,” www.investopedia.com. Accessed: Jun. 17, 2024. [Online]. Available: https://www.investopedia.com/articles/investing/052014/why-bitcoins-value-so-volatile.asp

E. B. Caesario, “Di Balik Tirai Digital: Sejarah Lahirnya Bitcoin,” www.bisnisindonesia.id. Accessed: May 10, 2024. [Online]. Available: https://bisnisindonesia.id/article/di-balik-tirai-digital-sejarah-lahirnya-bitcoin

D. M. U. Atmaja and A. R. Hakim, “Peramalan Harga Mata Uang Kripto Solana Menggunakan Metode Support Vector Regression (SVR),” Jurnal Media Elektro, vol. 6, no. 2, 2022.

D. M. Gunarto, S. Sa’adah, and D. Q. Utama, “Predicting Cryptocurrency Price Using RNN and LSTM Method,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 12, no. 1, pp. 1–8, Mar. 2023.

S. Saadah and H. Salsabila, “Prediksi Harga Bitcoin Menggunakan Metode Random Forest (Studi Kasus: Data Acak Pada Awal Masa Pandemic Covid-19),” Jurnal Komputer Terapan, vol. 7, no. 1, pp. 24–32, 2021.

Trivusi, “Normalisasi Data: Pengertian, Tujuan, dan Metodenya,” www.trivusi.web.id. Accessed: Jun. 16, 2024. [Online]. Available: https://www.trivusi.web.id/2022/09/normalisasi-data.html

L. Afifah, “3 Metode Normalisasi Data (Feature Scaling) di Python,” www.ilmudatapy.com. Accessed: Jun. 16, 2024. [Online]. Available: https://ilmudatapy.com/metode-normalisasi-data/

N. D. Maulana, B. D. Setiawan, and C. Dewi, “Implementasi Metode Support Vector Regression (SVR) Dalam Peramalan Penjualan Roti (Studi Kasus: Harum Bakery),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 3, pp. 2986–2995, 2019.

I. R, Sudarmin, and Z. Rais, “Analisis Support Vector Regression (Svr) Dengan Kernel Radial Basis Function (Rbf) Untuk Memprediksi Laju Inflasi Di Indonesia,” VARIANSI: Journal of Statistics and Its Application on Teaching and Research, vol. 4, no. 1, pp. 30–38, 2022.

D. Indra Purnama and S. Setianingsih, “Support Vector Regression (SVR) Model for Forecasting Number of Passengers on Domestic Flights at Sultan Hasanudin Airport Makassar,” Jurnal Matematika, Statistika, & Komputasi, vol. 16, no. 3, pp. 391–403, 2020.

W. O. M. Z. Averina, E. Santoso, and N. Yudistira, “Prediksi Persentase Penyelesaian Permohonan Hak Milik Menggunakan Metode Support Vector Regression (SVR) (Studi Kasus: Badan Pertanahan Nasional (BPN) Kabupaten Malang),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 9, pp. 2895–2901, 2020.

A. Yunizar, T. Rismawan, and D. M. Midyanti, “Penerapan Metode Recurrent Neural Network Model Gated Recurrent Unit Untuk Prediksi Harga Cryptocurrency,” Jurnal Komputer dan Aplikasi, vol. 11, no. 1, pp. 32–41, 2023.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Zufary Pramanta, R., & Hardjianto, M. (2024). PENERAPAN ALGORITMA SUPPORT VECTOR REGRESSION UNTUK MEMPREDIKSI HARGA BITCOIN MENGGUNAKAN PARAMETER OPEN, HIGH, LOW, DAN CLOSE. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 577–584. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1287

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>