PREDIKSI HARGA CRYPTOCURRENCY DENGAN METODE K-NEAREST NEIGHBOURS

PREDIKSI HARGA CRYPTOCURRENCY DENGAN METODE K-NEAREST NEIGHBOURS

• By Fatah, Haerul;
• Tesis
• 202

Uang elektronik menjadi pilihan yang mulai ramai digunakan oleh banyak orang, terutama para pengusaha, pebisnis dan investor, karena menganggap bahwa uang elektronik akan menggantikan uang fisik dimasa depan. Cryptocurrency muncul sebagai jawaban atas kendala uang eletronik yang sangat bergantung kepada pihak ketiga. Salah satu jenis Cryptocurrency yaitu Bitcoin. Analogi keuangan Bitcoin sama dengan analogi pasar saham, yakni fluktuasi harga tidak tentu setiap detik. Tujuan dari penelitian yang dilakukan yaitu melakukan prediksi harga Cryptocurrency dengan menggunakan metode KNN (K-Nearest Neighbours). Hasil dari penelitian ini diketahui bahwa model KNN yang paling baik dalam memprediksi harga Cryptocurrency adalah KNN dengan parameter nilai K=3 dan Nearest Neighbour Search Algorithm : Linear NN Search. Dengan nilai Mean Absolute Error (MAE) sebesar 0.0018 dan Root Mean Squared Error (RMSE) sebesar 0.0089.

• Katakunci Cryptocurrency, Bitcoin, KNN (K-Nearest Neighbours)
• URL http://
• Penerbit ,

REFERENSI

Alkhatib, Khalid, Hassan Najadat, Ismail Hmeidi, Mohammed K. Ali Shatnawi. (2013). Stock Price Prediction Using K-Nearest Neighbor (kNN) Algorithm, International Journal of Business, Humanities and Technology, Vol. 3 No. 3.
Banjarsari, Mutiara Ayu, Irwan Budiman, Andi Farmadi. (2015). Penerapan K- Optimal Pada Algoritma Knn untuk Prediksi Kelulusan Tepat Waktu Mahasiswa Program Studi Ilmu Komputer Fmipa Unlam Berdasarkan IP Sampai Dengan Semester 4. Kumpulan jurnaL Ilmu Komputer (KLIK), Volume 02, No.02, ISSN: 2406-7857.
C. Paper, S. Economy, and P. M. View. (2017). Breaking Down the Blockchain
Hype. Towards a Blockchain Market Engineering Approach.
Claudy, Yessivha Imanuela, Rizal Setya Perdana, M. Ali Fauzi. (2017). Klasifikasi Dokumen Twitter Untuk Mengetahui Karakter Calon Karyawan Menggunakan Algoritme K-Nearest Neighbor (KNN), Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2, No. 8, e- ISSN: 2548-964X.
Dourado, E., & Brito, J. (2014). Cryptocurrency. The New Palgrave Dictionary of Economics. Online Edition. http://doi.org/10.1057/10.1057/9780230226203.3924
Fikri, A. (2013). Penerapan Data Mining Untuk Mengetahui Tingkat Kekuatan Beton Yang Dihasilkan Dengan Metode Estimasi Menggunakan Linear Regression. Universitas Dian Nuswantoro Semarang.
Gorunescu, Florin. (2011). DATA MINING Concepts,Models and Techniques, Intelligent Systems Reference Library,Volume 12, ISSN 1868-4394.
Greaves, Alex and B. Au (2015). Using the bitcoin transaction graph to predict the price of bitcoin.
I. Georgoula, D. Pournarakis, C. Bilanakos, D. N. Sotiropoulos, and G. M. Giag- lis. (2015). Using time-series and sentiment analysis to detect the determinants of bitcoin prices," Available at SSRN 2607167.
K. Christidis and G. S. Member. (2016). Blockchains and Smart Contracts for the Internet of Things. Vol. 4.
Kalmegh, Sushilkumar. (2015). Analysis of WEKA Data Mining Algorithm REPTree, Simple Cart and RandomTree for Classification of Indian News, IJISET - International Journal of Innovative Science, Engineering & Technology, Vol. 2.
69
Program Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri
Khameswara, Tubagus Dhika, Wido Hidayatullah. (2014). Bitcoin Uang Digital Masa Depan, Serpong. Surya University.
Lathifah, Arief, Tri A. Sundara. (2017). Studi atas Pemanfaatan Blockchain bagi Internet of Things (IoT). Jurnal Resti (Rekayasa Sistem dan Teknologi Informasi), Vol. 1 No. 1 70-75 ISSN: 2580-0760.
Leidiyana, Henny. (2013). Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bemotor, Jurnal Penelitian Ilmu Komputer, System Embedded & Logic, 1(1) : 65-76.
Madan, Isaac, Shaurya Saluja, Aojia Zhao. (2017). Automated Bitcoin Trading via Machine Learning Alghorithms.
Mcnally, Sean. (2016). Predicting the price of Bitcoin using Machine Learning. MSc Reseach Project in Data Analytics, National College of Ireland Supervisor.
Mulyanto, Ferry. (2015). Pemanfaatan Cryptocurrency Sebagai Penerapan Mata Uang Rupiah Kedalam Bentuk Digital Menggunakan Teknologi Bitcoin. Indonesian Journal on Networking and Security. Volume 4 No 4. ISSN : 2354-6654.
P. Miller. (2015). The cryptocurrency enigma in Digital Forensics: Threatscape and Best Practices. Elsevier Inc. pp. 1–25.
Peters, Gareth W, Efstathios Panayi, Ariane Chapelle. (2015). Trends in cryptocurrencies and blockchain technologies: a monetary theory and regulation perspective. American, EY Global Financial Services Institute.
Pranatha, Alifi Adia. (2012). Analisis Perbandngan Lima Metode Klasifikasi Pada Dataset Sensus Penduduk, Jurnal Sistem Infomasi, Volume 4, Nomor 2, Hal 127-134.
Probo, Rizki Djuwi, Budhi Irawan, R. Rumani M. (2016). Analisis Dan Implementasi Perbandingan Algoritma Knn (Knearest Neighbor) Dengan Svm (Support Vector Machine) Untuk Prediksi Penawaran Produk, e- Proceeding of Engineering : Vol.3, No.3, ISSN : 2355-9365.
S. Nakamoto. (2008). Bitcoin : A Peer-to-Peer Electronic Cash System. pp. 1–9.
Setyowati, Rully Ayu Dwi. (2013). Penerapan Fuzzy Iterative Dichotomiser 3 (Fuzzy ID3) Pada Data Fluktuasi Harga Saham. Universitas Brawijaya : Malang
Shah, Devavrat, and Kang Zhang. (2014). Bayesian regression and Bitcoin. arXiv preprint arXiv:1410.123.
70
Program Pascasarjana Magister Ilmu Komputer STMIK Nusa Mandiri
Shuangyu He, Qianhong Wu, Xizhao Luo, Zhi Liang, Dawei Li, Hanwen Feng, Haibin Zheng And Yanan Li. (2018). A Social-Network-based Cryptocurrency Wallet Management Scheme. 2169-3536 (c) 2018 IEEE.
Sinha, Parul, Poonam Sinha. (2015). Comparative Study of Chronic Kidney Disease Prediction using KNN and SVM, International Journal of Engineering Research & Technology (IJERT), ISSN: 2278-0181, Vol. 4.
Sofian, Kalvian, Edhy Sutanta, Yuliana Rachmawati K. (2016). Implementasi Pembayaran Menggunakan Bitcoin Pada Toko Online Berbasis Peer To Peer. Jurnal SCRIPT Vol. 3 No. 2. ISSN:2338-6313.
Syed, Muhammad Ejazuddin. (2014). Attribute weighting in K-nearest neighbor classification, University of Tampere School of Information Sciences Computer Science.
Usman, Berto, Ridwan Nurazi, Iskandar Zulkarnain. (2012). Analisis Akurasi Bearish versus Bullish dengan menggunakan Candlestick Analysis: Studi Empiris Terhadap Indeks Saham LQ45 (1999-2012). Jurnal Ilmiah Manajemen Vol. 7 No. 2 2012, ISSN: 1978-3884.
Wilson and T. R. Martinez. (1997). Improved heterogeneous distance functions.
Journal of Artificial