Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Aiti: Jurnal Teknologi Informasi
Giovanni, Vito Carlen
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Evaluasi pendekatan sliding window terhadap static split dalam prediksi harga Bitcoin menggunakan algoritma Random Forest Dewi, Findra Kartika Sari; Herlina, Herlina; Giovanni, Vito Carlen
AITI Vol 23 No 1 (2026)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v23i1.152-162

Abstract

Prediksi harga Bitcoin menjadi topik yang menarik dan menantang seiring meningkatnya volatilitas dan penggunaan aset kripto dalam berbagai sektor. Salah satu aspek yang memengaruhi kualitas prediksi adalah pendekatan yang digunakan untuk membagi data latih dan data uji. Penelitian ini membandingkan dua pendekatan validasi yang umum digunakan, yaitu sliding window dan static split, dalam konteks prediksi harga Bitcoin menggunakan algoritma Random Forest. Data historis diambil dari Yahoo Finance selama tahun 2015–2022. Fitur input berupa harga penutupan dengan tujuh lag harian. Pendekatan sliding window melibatkan pelatihan model dengan data yang terus bergeser dengan jendela waktu 365 hari dan pengujian satu hari ke depan, sedangkan static split membagi data berdasarkan tanggal tetap. Evaluasi menggunakan metrik Root Mean Square Error (RMSE), Mean Absolute Error (MAE), R-squared (R²), Mean Absolute Percentage Error (MAPE), dan direction accuracy. Hasil menunjukkan bahwa sliding window menghasilkan prediksi yang lebih akurat dan konsisten, serta lebih baik dalam mengikuti arah pergerakan harga dibandingkan static split.
Co-Authors Findra Kartika Sari Dewi Herlina Herlina