IMPLEMENTASI ORANGE DATA MINING UNTUK PREDIKSI HARGA BITCOIN

Autor: Indriyanti Indriyanti, Nurul Ichsan, Haerul Fatah, Tri Wahyuni, Erni Ermawati
Rok vydání: 2022
Zdroj: Jurnal Responsif : Riset Sains dan Informatika. 4:118-125
ISSN: 2685-6964
DOI: 10.51977/jti.v4i2.762
Popis: Bitcoin merupakan salah satu aset kripto yang biasa digunakan untuk bertransaksi secara virtual dan merupakan tiga teratas dari cryptocurrency yang paling banyak diperdagangkan. Harga bitcoin dapat berubah setiap waktu, untuk itu diperlukan suatu prediksi harga bitcoin dimasa mendatang. Penelitian ini bertujuan untuk menerapkan aplikasi orange data mining dalam memprediski harga bitcoin dengan metode K-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM). Prediksi kinerja dari kedua metode yang digunakan dapat dilihat dari hasil Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE). Data bitcoin yang telah dikumpulkan akan dianalisa menggunakan aplikasi orange data mining, proses pengujian menerapkan K-Fold Cross Validation (K=5), sedangkan proses perbandingan metode menggunakan Test and Score. Hasil perbandingan kedua model menunjukkan bahwa SVM karena memiliki nilai RMSE dan MAE paling kecil yaitu 0.010 dan 0.008, maka dari itu untuk prediksi harga bitcoin di masa mendatang model Support Vector Machine (SVM) dapat dijadikan rekomendasi terbaik dibandingkan model K-NN.
Databáze: OpenAIRE