Skripsi

Prediksi jangka pendek harga bitcoin menggunakan metode ARIMA / Muchammad Maulana Hasan

Abstrak
RINGKASAN Hasan Muchammad Maulana. 2019. Prediksi Jangka Pendek Harga Bitcoin Menggunakan Metode ARIMA. Skripsi Program Studi S1 Teknik Informatika Jurusan Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Triyanna Widiyaningtyas S.T. M.T. (II) I Made Wirawan S.T. S.S.T M.T. Kata Kunci ARIMA Prediksi Bitcoin MAPE Bitcoin merupakan mata uang digital yang sekarang paling banyak digunakan. Perubahan harga yang sewaktu-waktu dapat berubah membuat pengguna bitcoin harus teliti ketika melakukan penukaran. Kepopuleran bitcoin terus meningkat dan menjadi aset untuk investasi bagi para penggunanya. Untuk mengatasi perubahan harga yang tidak menentu perlu dilakukan prediksi harga bitcoin untuk membantu para penggunanya dalam memprediksi harga bitcoin kedepannya. Dengan memanfaatkan suatu metode yang mampu mengenali pola perubahan dalam data time series pada jangka waktu tertentu dapat diketahui harga bitcoin untuk beberapa hari kedepannya dengan tingkat akurasi yang tinggi. Penelitian ini menggunakan metode eksperimen dengan tahapan meliputi (1) pengumpulan data (2) preprocessing data (3) penentuan kandidat model (4) pengujian kandidat model dan (5) penentuan model terbaik. Data diperoleh dari situs www.coingecko.com. Jumlah data yang digunakan adalah 2227 data mulai dari 1 Mei 2013 hingga 7 Juni 2019. Tahap preprocessing meliputi attribute removal uji stasioner dan differencing. Penentuan kandidat model menggunakan metode correlogram pada plot ACF dan PACF. Prediksi dilakukan dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) yang mampu menghasilkan tingkat akurasi tinggi dalam prediksi jangka pendek. Metode ini mengabaikan variabel independen dalam membuat prediksi sehingga cocok untuk data statistik saling terhubung serta memiliki beberapa asumsi yang harus dipenuhi seperti autokorelasi trend maupun musiman. Penelitian ini diharapkan dapat menghasilkan prediksi harga bitcoin dengan tingkat akurasi yang tinggi. Evaluasi hasil prediksi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menujukkan bahwa model ARIMA(4 1 4) menghasilkan prediksi dengan nilai MAPE terkecil daripada kandidat model lainnya. Rata-rata nilai MAPE yang dihasilkan adalah sebesar 2 92 dan rentang nilai 0 87 untuk prediksi satu hari kedepan dan 5 98 untuk tujuh hari kedepan. Dengan demikian model ARIMA(4 1 4) mampu menghasilkan prediksi dengan akurasi terbaik dan layak untuk digunakan sebagai metode prediksi bitcoin untuk satu sampai tujuh hari kedepan.

Informasi Detail

DDC

Rs 006.67 HAS p

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2019.

Deskripsi Fisik

xii, 60 lembar : il., tab. ; 30 cm

Bahasa

Indonesia

No Reg

05542/KI/19

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. ALGORITMA ARIMA ( KOMPUTER PEMROGRAMAN )
2. ARIME ALGORITHM ( PROGRAMMING COMPUTER )

Pembimbing

1. Triyanna Widiyaningtyas; 2. I Made Wirawan

Lampiran Berkas