Prediksi Nilai Cryptocurrency Bitcoin Menggunakan Algoritme Extreme Learning Machine (Elm)

Faizal, Rahmat (2019) Prediksi Nilai Cryptocurrency Bitcoin Menggunakan Algoritme Extreme Learning Machine (Elm). Sarjana thesis, Universitas Brawijaya.

Abstract

Bitcoin merupakan salah satu bentuk cryptocurrency yang dilirik masyarakat karena pengelolaannya yang terdesentraliasi, kerahasiaan yang terjaga, serta prosesnya yang mudah. Namun, mata uang digital ini mengalami fluktuasi yang ekstrim yang membuat beberapa pemilik aset merasa dirugikan. Banyak cara dilakukan untuk mencegahnya seperti melihat pergerakan nilai secara terus menerus yang, melakukan aksi tanpa mempertimbangkan prospek kedepannya, atau bahkan membiarkannya sampai waktu yang ditentukan oleh pemilik aset. Tentu saja hal itu tidak efisien mengingat tujuan utama penyimpanan aset adalah mendapatkan keuntungan. Maka dari itu, diperlukan sistem yang dapat memprediksi nilai Bitcoin secara tepat dan akurat sehingga dapat membantu mengurangi kerugian serta menjadi bahan pertimbangan dalam proses jual beli cryptocurrency Bitcoin. Penelitian ini memiliki tujuan untuk mendapatkan nilai prediksi cryptocurrency Bitcoin menggunakan algoritme Extreme Learning Machine (ELM). Berdasarkan hasil implementasi serta analisis yang telah dilakukan menggunakan data Bitcoin dari tanggal 1 Mei 2018 sampai dengan 1 Agustus 2018 diperoleh nilai kesalahan terkecil menggunakan Mean Absolute Percentage Error (MAPE) sebesar 2,657% dengan jumlah fitur sebanyak 2, jumlah hidden neuron sebanyak 4, persentase jumlah data latih sebesar 80%, serta rentang nilai bobot dengan rentang [-1.8, 1.8].

English Abstract

Bitcoin is one of cryptocurrency which is popular among people due to decentralized management, well-maintained confidentiality, and easy process. But, this type of cryptocurrency is extremely volatile which makes the owner feel aggrieved. Lots of actions have been taken to overcome this by seeing the statistic movement over and over, Taking actions without considering the future prospect, or make the the asset being untouched until the considered time. Those are inneficient regarding the goal is to get the profit.Therefore, the need of system which can predict the value of Bitcoin accurately and efficiently so it can help decreasing the risk of losing and could give another consideration on trading cryptocurrency Bitcoin. This research has a purpose to obtain the value of cryptocurrency Bitcoin using Extreme Learning Machine (ELM) algorithm. Based on the implementation and analysis conducted using Bitcoin Data from May 1th, 2018 until August 1th, 2018, it can be obtained that the smallest error value using Mean Average Percentage Error (MAPE) is 2,657% with the number of features are 2, the number of hudden neuron is 4, and the percentage of training data is 80%, also the range of weights with range [-1.8, 1.8].

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2019/116/051902286
Uncontrolled Keywords: prediksi, cryptocurrency bitcoin, extreme learning machine, regresi, mean absolute percentage error, prediction, cryptocurrency bitcoin, extreme learning machine, regression, mean, absolute percentage error
Subjects: 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Nur Cholis
Date Deposited: 20 Jul 2020 03:53
Last Modified: 24 Oct 2021 03:51
URI: http://repository.ub.ac.id/id/eprint/169402
[thumbnail of Rahmat Faizal (2).pdf]
Preview
Text
Rahmat Faizal (2).pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item