IMPLEMENTASI ORANGE DATA MINING UNTUK PREDIKSI HARGA BITCOIN

Indriyanti Indriyanti, N. Ichsan, Haerul Fatah, T. Wahyuni, E. Ermawati
{"title":"IMPLEMENTASI ORANGE DATA MINING UNTUK PREDIKSI HARGA BITCOIN","authors":"Indriyanti Indriyanti, N. Ichsan, Haerul Fatah, T. Wahyuni, E. Ermawati","doi":"10.51977/jti.v4i2.762","DOIUrl":null,"url":null,"abstract":"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.","PeriodicalId":348225,"journal":{"name":"Jurnal Responsif : Riset Sains dan Informatika","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Responsif : Riset Sains dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51977/jti.v4i2.762","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

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.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
比特币是一种加密资产,通常用于虚拟交易,是最畅销的加密货币之一。比特币价格可以随时改变,因为这需要对未来比特币价格的预测。本研究的目标是将比特币价格的橘子数据挖掘应用于K-Nearest方法和SVM支持机(SVM)来预测比特币价格。这两种方法的性能预测可以从根平方误差结果(RMSE)和绝对误差(MAE)中看到。收集到的比特币数据将使用橘子数据挖掘应用程序、应用K- fold Cross验证的测试过程(K=5),而比较方法过程使用测试和分数。这两种模型的比较结果表明,SVM既具有RMSE和MAE的最小值为0.010和0.008,因此比特币价格预测未来的支持矢量机器(SVM)可以作为对K-NN模型最好的推荐。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PENERAPAN METODE PENETRASION TESTING PADA KEAMANAN JARINGAN NIRKABEL IMPLEMENTASI ORANGE DATA MINING UNTUK PREDIKSI HARGA BITCOIN OPTIMASI HUMAN SIGMA PADA PENGUKURAN LAYANAN PERGURUAN TINGGI SISTEM INFORMASI DECRYPT RESPON BRIDGING BPJS KESEHATAN DENGAN ALGORITMA AES 256 KLASIFIKASI PENYAKIT TANAMAN PADI MENGGUNAKAN ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORK)
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1