PREDIKSI HARGA BITCOIN MENGGUNAKAN METODE REGRESION LINEAR
DOI:
https://doi.org/10.23887/karmapati.v13i2.77808Keywords:
Bitcoin, Akurasi, Perbandingan, SelisihAbstract
Mata uang kripto Bitcoin di Indonesia menjadi salah satu trend dan menjadi investasi mata uang virtual yang sangat menjanjikan dikarenakan harganya yang terus naik secara signifikan ditambah Bank Indonesia melegalkan penggunaan mata uang kripto sabagai aset yang dapat di perjual belikan secara legal, sehingga saya sebagai peneliti dalam jurnal ini melakukan penelitain mengunakan metode Linear Regresion yang bertujuan memprediksi harga Bitcoin dan membandingkannya dengan data aktual bitcoin. Linear Regresion adalah suatu proses yang menggunakan data time series yang dimana dalam data tersebut akan dibuat perbadingan antara data aktual dan data prediksi. Persaman yang diperoleh antara data actual dan perdiksi memiliki selisih 0.002678606940218723% dari data aktual .Pengujian keakurasian terhadap hasil prediksi yang diperoleh menggunakan R- squared memiliki nilai sebesar 0.9986666033001783. prediksi harga bitcoin mengunakan metode Linear Regresion dapat simpulkan memiliki keakurasian yang sangat baik , terlihat dari R- squared yang mendekati 1 pada pengujiannya.
References
Adiguno, S., Syahra, Y., dkk. 2022. "Prediksi Peningkatan Omset Penjualan Menggunakan Metode Regresi Linier Berganda". Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), 1(4), 275. https://doi.org/10.53513/jursi.v1i4.5331.
Al’afi, A. M., Widiart, W., dkk. 2020. "Peramalan Data Time Series Seasonal Menggunakan Metode Analisis Spektral". Jurnal Siger Matematika, 1(1), 10–15. https://doi.org/10.23960/jsm.v1i1.2484.
Arfa, M. F., AlFathan, M. R., dkk. 2023. "Prediksi Harga Cryptocurrency Dengan Metode Linier Regresi". SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat, 1(1), 8–15. diambil dari https://journal.irpi.or.id/index.php/sentimas/article/view/609%0Ahttps://journal.irpi.or.id/index.php/sentimas/article/download/609/332.
Aryani, N. P., Anggara, A. D., dkk. 2021. "Unnes Physics Education Journal Terakreditasi SINTA 3 Analisis Pengaruh Penggunaan Faktor Eksposi Terhadap Kualitas Citra Radiografi Phantom Air Berdasarkan Nilai Mean Square Error (MSE) N P Aryani1, A D Anggara2, Isa Akhlis2 and K A Nisa1*". UPEJ Unnes Physics Education Journal, 11(1), 115–119. diambil dari http://journal.unnes.ac.id/sju/index.php/upej.
Fitri Boy, A. 2020. "Implementasi Data Mining Dalam Memprediksi Harga Crude Palm Oil (CPO) Pasar Domestik Menggunakan Algoritma Regresi Linier Berganda (Studi Kasus Dinas Perkebunan Provinsi Sumatera Utara)". Journal of Science and Social Research, 4307(2), 78–85. diambil dari http://jurnal.goretanpena.com/index.php/JSSR.
Herwanto, H. W., Widiyaningtyas, T., dkk. 2019. "Penerapan Algoritme Linear Regression untuk Prediksi Hasil Panen Tanaman Padi". Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), 8(4), 364. https://doi.org/10.22146/jnteti.v8i4.537.
Indarwati, T., Irawati, T., dkk. 2019. "Penggunaan Metode Linear Regression Untuk Prediksi Penjualan Smartphone". Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 6(2), 2–7. https://doi.org/10.30646/tikomsin.v6i2.369.
Lee, M. O., Sitanggang, D., dkk. 2023. "Prediksi Mata Uang Kripto Menggunakan Metode Algoritma Linear Regression". Jurnal TEKINKOM, 6(1), 88–96. https://doi.org/10.37600/tekinkom.v6i1.757.
Mikhael, Andreas, F., dkk. 2022. "Perbandingan Algoritma Linear Regression, Neural Network, Deep Learning, Dan K-Nearest Neighbor (K-Nn) Untuk Prediksi Harga Bitcoin". Jurnal Sistem Informasi (E-Journal), 14(1), 2450–2464.
Mu’minin, A. 2020. "Editorial Team". Fisheries : Jurnal Perikanan dan Ilmu Kelautan, 2(2). https://doi.org/10.30649/fisheries.v2i2.43.
Oktofa, M. A., dan Hakim, A. A. 2023. "Analisis Dampak Penggunaan Kriptocurrency Terhadap Pertumbuhan Perokonomian Di Indonesia". Jurnal Dinami
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
KARMAPATI is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
