Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
M. Zidni Ilman
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Algoritma Random Forest dan Support Vector Machine (SVM) untuk Prediksi Tren Pasar Cryptocurrency Berbasis Website M. Zidni Ilman; Rahayu, Santi
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 1 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pasar cryptocurrency memiliki karakteristik yang sangat fluktuatif dan sulit diprediksi secara manual, sehingga dibutuhkan pendekatan berbasis machine learning untuk membantu dalam menganalisis tren harga. Penelitian ini bertujuan untuk membandingkan performa algoritma Random Forest dan Support Vector Machine (SVM) dalam memprediksi tren pasar cryptocurrency, serta mengembangkan sistem prediksi berbasis website yang dapat diakses oleh pengguna. Penelitian ini menggunakan metode pengembangan perangkat lunak Waterfall dan data historis Bitcoin serta Ethereum yang diperoleh dari CoinGecko. Proses pengolahan data mencakup pembersihan, pelabelan tren, serta pelatihan model dengan algoritma Random Forest dan SVM. Hasil pengujian menunjukkan bahwa kedua algoritma menghasilkan akurasi yang sangat tinggi, yaitu 100% untuk Bitcoin dan 98,61% untuk Ethereum. Sistem berhasil dikembangkan menggunakan framework Flask dan Chart.js, dengan fitur pelatihan model, prediksi otomatis, dan visualisasi grafik harga. Kesimpulannya, algoritma yang digunakan sama-sama efektif dalam memprediksi tren pasar kripto, dan sistem yang dibangun dapat dijadikan alat bantu analisis bagi pengguna.
Co-Authors Santi Rahayu