Analisa Peforma Algoritma Machine Learning Dalam Prediksi Harga Pasar Saham BTC

Indra Pratama, Dimas
Hafizh, Aditya
Fajar Ramadhan, Muhammad
Irsandi Ramadhan, Irgi
Oktovio A, Ramadhan
Satria Gymnastiar, Dwiky
Heidiani Ikasari, Ines

JRIIN :Jurnal Riset Informatika dan Inovasi
Vol 2 No 9 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi

Penelitian ini bertujuan untuk mengevaluasi performa algoritma machine learning dalam memprediksi harga saham BTC. Beberapa algoritma seperti Logistic Regression, Linear Regression, K-Nearest Neighbors (KNN), Decision Tree, dan Random Forest diuji menggunakan metrik seperti akurasi, Mean Squared Error (MSE), dan R-squared (R²). Hasil evaluasi menunjukkan bahwa Linear Regression memiliki performa terbaik dengan MSE sangat kecil dan R² mendekati 1. Model klasifikasi seperti Logistic Regression dan Decision Tree juga menunjukkan hasil yang cukup baik, namun memerlukan peningkatan akurasi lebih lanjut. Penelitian ini memberikan wawasan tentang pendekatan terbaik untuk memprediksi harga saham BTC menggunakan machine learning.