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

摘要

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。
IMPLEMENTASI ORANGE DATA MINING UNTUK PREDIKSI HARGA BITCOIN
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.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
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
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
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 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信