Perbandingan Algoritma Linear Regression, Neural Network, Deep Learning, Dan K-Nearest Neighbor (K-NN) Untuk Prediksi Harga Bitcoin
Abstract
Bitcoin merupakan mata uang digital yang menggunakan sistem kriptografi pertama di dunia. Tujuan utama diciptakannya Bitcoin adalah memungkinkan kedua belah pihak untuk melakukan transaksi secara langsung tanpa campur tangan pihak ketiga. Meskipun Bitcoin merupakan sebuah mata uang, banyak orang yang menggunakan Bitcoin sebagai alat untuk berinvestasi karena harganya cenderung naik cepat dalam waktu singkat. Namun, bukan berarti tidak memiliki risiko. Berinvestasi ke Bitcoin memiliki risiko yang tinggi karena volatilitas harganya sangat tinggi. Penelitian ini bertujuan untuk membandingkan algoritma yang digunakan untuk memprediksi harga Bitcoin. Dalam penelitian ini akan dilakukan prediksi terhadap harga Bitcoin dengan membandingkan empat model algoritma yaitu Linear Regression, Neural Network, Deep Learning, dan k-Nearest Neighbor (k-NN). Tingkat akurasi dari tiap model algoritma akan diuji dengan metode validasi K-Fold Cross Validation dan dievaluasi menggunakan Root Mean Square Error (RMSE). Hasil dengan uji T-Test dalam penelitian ini menyimpulkan bahwa model terbaik untuk memprediksi harga Bitcoin adalah model algoritma Linear Regression dan Neural Network, yaitu dengan hasil RMSE 296.227 +/- 60.125 (micro average: 301.655 +/- 0.000) dan 338.988 +/- 47.837 (micro average: 342.000 +/- 0.000).
Kata kunci: Perbandingan algoritma, Bitcoin, prediksi
Full Text:
PDF (Bahasa Indonesia)DOI: https://doi.org/10.18495/jsi.v14i1.16561
Refbacks
- There are currently no refbacks.
SSN ONLINE : 2355-4614
Recommended Tools
Indexing Sites