<![CDATA[Deteksi anomali pada harga Bitcoin menjadi tantangan penting dalam menganalisis volatilitas pasar cryptocurrency. Fluktuasi yang tajam dan tak terduga memerlukan metode yang sensitif dalam mendeteksi peristiwa ekstrim. Penelitian ini mengusulkan Kombinasi Variational Autoencoder(VAE) dan Extreme Value Theory(EVT) untuk mendeteksi anomali. Data yang digunakan diambil dari situs web investing.com, yang mencakup 1461 data pelatihan, 151 data validasi dan 500 data uji. VAE digunakan untuk menghitung rekonstruksi error, kemudian data dianalisis menggunakan EVT untuk memodelkan distribusi tail error menggunakan Generalized Pareto Distribution (GPD). Anomali didefinisikan berdasarkan threshold yang dihitung dari persentil distribusi error, dengan deteksi lebih sensitif terhadap data ekstrem. Metode ini diuji dengan menghitung metrik precision, recall, F1-score, dan accuracy. Hasil menunjukkan bahwa kombinasi VAE dan EVT efektif dalam mendeteksi anomali ekstrem, dengan hasil evaluasi yang baik dan akurat. Penelitian ini berkontribusi pada pengembangan model deteksi anomali yang lebih tangguh, terutama untuk pasar cryptocurrency yang sangat volatil. Hasil ini penting untuk mengidentifikasi potensi risiko atau peluang dalam pasar yang sangat volatil.]]>
Copyrights © 2025
