Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Algoritma Linear Regression, Neural Network, Deep Learning, Dan K-Nearest Neighbor (K-NN) Untuk Prediksi Harga Bitcoin Mikhael Amos
Jurnal Sistem Informasi Vol 14, No 1 (2022)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (662.105 KB) | DOI: 10.36706/jsi.v14i1.16561

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