Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Nuraissa, Alief Fakhrul Rachmad
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 1 Documents
Search

 1 
Studi Perbandingan Metode ARIMA dan SARIMA dalam Memprediksi Harga Kripto Binance Coin Nuraissa, Alief Fakhrul Rachmad; Mahdiyah, Umi; Sanjaya, Ardi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 1 (2023): PROSIDING NSEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i1.3438

Abstract

Penelitian ini bertujuan untuk membuktikan tingkat akurasi metode ARIMA dalam memprediksi Mata Uang Virtual atau Cryptocurrency Binance Coin (BNB). Dalam perdagangan atau Trading Kripto melakukan Analisa harga merupakan salah satu tahap penting yang bertujuan untuk meningkatkan profit atau keuntungan dan meminimalisir kerugian. Salah satu Analisa harga yaitu dengan menggunakan metode Forecasting. metode yang digunakan untuk penelitian ini adalah metode Autoregressive Integrated Moving Average (ARIMA) dan Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan data yang sama yaitu BNB-USD. Hasil dari penelitian ini menunjukkan ARIMA memiliki tingkat akurasi tinggi untuk memprediksi harga Binance Coin (BNB). Kesimpulan dalam penelitian ini adalah dengan membandingkan dengan metode Seasonal Autoregressive Integrated Moving Average (SARIMA) metode ARIMA berhasil memprediksi harga Binance Coin (BNB) dengan tingkat Mean Absolute Percentage Error (MAPE) sebesar 5.2297% dan Mean Squarred Error (MSE) sebesar 53.5782 yang akurat.
Co-Authors Ardi Sanjaya Mahdiyah, Umi