ISMAR PUADI, - (2021) A WEB-BASED BITCOIN CURRENCY PRICE FORECASTING SYSTEM USING MULTIPLE LINEAR REGRESSION ALGORITHM. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
GABUNGAN SKRIPSI KECUALI PEMBAHASAN.pdf Download (4MB) | Preview |
|
Text (BAB IV DAN V)
BAB IV DAN V PEMBAHASAN.pdf - Published Version Restricted to Repository staff only Download (3MB) |
Abstract
SISTEM PERAMALAN HARGA BITCOIN MENGGUNAKAN METODE REGRESI LINEAR BERGANDA BERBASIS WEB ISMAR PUADI 11750114664 Tanggal Sidang : 7 Desember 2021 Periode Wisuda : Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau ABSTRAK Keberadaan cryptocurrency memberikan kemajuan transaksi dalam bidang ekonomi. Salah satu jenis cryptocurrency adalah Bitcoin (BTC), BTC saat ini banyak digunakan oleh para pebisnis dan investor. BTC dapat diperjualbelikan setiap saat tanpa ada Batasan waktu, namun harga BTC berfluktuasi. Peramalan harga BTC yang cepat diperlukan oleh para investor untuk mencegah kerugian dalam jumlah besar. Peramalan secara manual sulit dilakukan karena harga BTC yang berfluktuasi BTC secara cepat. Oleh karena itu, diperlukan Teknik yang cepat dan jitu menggunakan Machine Learning. Salah satu algoritma yang sederhana, cepat dan tepat dalam komputasi untuk memprediksi harga BTC adalah Regresi Linear Berganda. Penelitian ini menggunakan data enam tahun yaitu tahun 2014-2021 sebagai data latih. Berdasarkan hasil eksperimen, diperoleh formula Y=-0,16780543+((-0,41658744)X1 )+((0,84132834)X2) + ((0,57040201)X3). Selanjutnya dari persamaan linear tersebut digunakan untuk pengujian. Berdasarkan hasil eksperimen, didapat bahwa sistem peramalan harga BTC menghasilkan tingkat kesalahan RMSE 405,23 dan MAPE sebesar 1,22. Sistem peramalan berbasis web ini berpotensi digunakan sebagai pertimbangan oleh pengguna dalam meramalkan harga BTC. Kata kunci: Cryptocurrency, Bitcoin Currency, Regresi Linear Berganda, Machine learning
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 31 Dec 2021 03:47 |
Last Modified: | 31 Dec 2021 03:47 |
URI: | http://repository.uin-suska.ac.id/id/eprint/57206 |
Actions (login required)
View Item |