Giovanni, Vito Carlen (2023) PREDIKSI ARAH PERGERAKAN HARGA CRYPTOCURRENCY MENGGUNAKAN ALGORITMA RANDOM FOREST. S1 thesis, Universitas Atma Jaya Yogyakarta.
|
Text (Vito Carlen Giovanni)
190710181_Bab 0.pdf Download (343kB) | Preview |
|
|
Text
190710181_Bab 1.pdf Download (174kB) | Preview |
|
|
Text
190710181_Bab 2.pdf Download (126kB) | Preview |
|
Text
190710181_Bab 3.pdf Restricted to Registered users only Download (387kB) |
||
Text
190710181_Bab 4.pdf Restricted to Registered users only Download (635kB) |
||
Text
190710181_Bab 5.pdf Restricted to Registered users only Download (403kB) |
||
|
Text
190710181_Bab 6.pdf Download (181kB) | Preview |
Abstract
Teknologi machine learning berkembang pesat dalam beberapa tahun terakhir sehingga menjadi bagian yang penting di berbagai bidang, salah satunya di bidang investasi. Penelitian ini bertujuan untuk mengetahui dan memahami tingkat keakuratan algoritma Random Forest yang diimplementasikan pada model machine learning dalam memprediksi arah pergerakan harga cryptocurrency. Cryptocurrency yang digunakan sebagai objek penelitian adalah Bitcoin. Data historis Bitcoin digunakan sebagai dataset untuk mengembangkan model algoritma Random Forest. Teknik klasifikasi diterapkan pada model untuk membuat prediksi. Penyetelan hyperparameter algoritma juga dilakukan pada model. Tingkat keakuratan algoritma semakin tinggi apabila data hasil prediksi model semakin sesuai dengan data historis Bitcoin. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa tingkat keakuratan algoritma Random Forest dalam memprediksi arah pergerakan harga cryptocurrency adalah 61%. Hasil prediksi algoritma dipengaruhi oleh kualitas dataset dan setelan hyperparameter yang digunakan. Kualitas dataset yang representatif dan setelan hyperparameter yang optimal memberikan hasil prediksi algoritma yang lebih akurat dan lebih efisien.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Cryptocurrency, Bitcoin, Machine learning, Klasifikasi, Random Forest |
Subjects: | Teknik Informatika > Enterprise Inf System |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Editor 3 uajy |
Date Deposited: | 26 Sep 2023 14:58 |
Last Modified: | 26 Sep 2023 14:58 |
URI: | http://e-journal.uajy.ac.id/id/eprint/30033 |
Actions (login required)
View Item |