<![CDATA[Volatilitas harga Bitcoin di Indonesia, yang semakin populer sebagai alternatif investasi, menimbulkan tantangan bagi investor dalam pengambilan keputusan akibat fluktuasi ekstrem. Penelitian ini bertujuan mengembangkan sistem prediksi harga Bitcoin berbasis web menggunakan metode AutoRegressive Integrated Moving Average (ARIMA) untuk memberikan informasi prediktif yang akurat. Metode meliputi pendekatan kuantitatif dengan Agile Scrum, pengumpulan data historis 365 hari via API CoinGecko, pengujian stasionaritas menggunakan Augmented Dickey-Fuller, dan optimasi parameter ARIMA. Hasil penelitian menunjukkan sistem dengan antarmuka inklusif (halaman home, prediksi, analisis model) yang menghasilkan prediksi 30 hari ke depan dengan interval kepercayaan 95%, mencerminkan tren pasar berdasarkan data historis. Pembahasan mengkonfirmasi efektivitas ARIMA dalam menangkap pola harga, meskipun terbatas pada tren linier. Simpulan menegaskan keberhasilan sistem dalam mendukung investasi, dengan saran untuk pembaruan data berkala dan analisis faktor eksternal guna meningkatkan akurasi.]]>
Copyrights © 2025
