Perbandingan Algoritma Linear Regression, Neural Network, Deep Learning, Dan K-Nearest Neighbor (K-NN) Untuk Prediksi Harga Bitcoin

Mikhael Amos

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




DOI: https://doi.org/10.36706/jsi.v14i1.16561

Refbacks

  • There are currently no refbacks.


SSN ONLINE      : 2355-4614

 

Recommended Tools

 

   

 

Indexing Sites

 

         Logo Grammarly Logo Mendeley Logo Mendeley      

 

Statistics

 

Flag Counter

View My Stats