<![CDATA[Pada era saat ini, kemajuan teknologi berkembang pesat, termasuk di sektor ekonomi dan keuangan. Salah satu inovasi penting adalah cryptocurrency seperti Bitcoin, yang di-dukung oleh teknologi blockchain yang meningkatkan trans-paransi dalam pelacakan pembayaran digital. Meskipun memi-liki risiko tinggi, Bitcoin juga menawarkan potensi keuntungan besar jika dikelola dengan baik. Dengan jumlah Bitcoin yang terbatas dan nilai tukarnya yang cenderung meningkat, analisis fluktuasi harga Bitcoin menjadi penting untuk mengurangi risiko investasi. Penelitian ini bertujuan untuk memodelkan dan meramalkan harga Bitcoin menggunakan model ARIMA untuk menangkap pola linear, SVR untuk menangkap pola non linear, dan model Hybrid ARIMA-SVR. Keakuratan model dievaluasi menggunakan RMSE dan MAPE. Hasil menunjukkan model ARIMA(1,1,1) menghasilkan RMSE 850,92 dan MAPE 1,559%, sementara SVR dengan kernel RBF menghasilkan RMSE 841,14 dan MAPE 1,516%. Model hybrid ARIMA-SVR dengan ARIMA(1,1,0) menghasilkan RMSE 832,90 dan MAPE 1,510%, menjadikannya yang terbaik untuk meramalkan harga Bitcoin selama 7 hari ke depan. Namun, masalah time lag yang terjadi perlu diperhatikan meskipun akurasi model tinggi, karena me-nyebabkan prediksi sering kali terlambat sehingga dapat me-ngurangi validitas peramalan.]]>
Copyrights © 2024
