Prediksi Harga Cryptocurrency Menggunakan Algoritma Support Vector Machine

Authors

  • Habibah br Lumbantobing Sekolah Tinggi Manajemen Informatika & Komputer Amik Riau
  • Rahmaddeni Rahmaddeni Sekolah Tinggi Manajemen Informatika & Komputer Amik Riau

Abstract

Memprediksi harga suatu aset di masa depan dengan akurat merupakan langkah yang sangat penting dalam sektor finansial. Dalam kasus memprediksi harga cryptocurrency maka kita akan diperkenalkan dengan Sebuah algoritma bernama Support Vector Machine (SVM) yang dapat membantu dalam proses kalkulasi prediksi harga cryptocurrency. Dewasa kini penggunaan SVM telah mampu lebih dioptimalkan kembali dengan dukungan Particle Swarm Optimization (PSO) untuk membuat prediksi harga cryptocurrency di masa depan menjadi lebih akurat. Sistem tersebut merupakan bagian dari Kecerdasan Buatan / Artificial intelligence (AI) yang menggunakan data pengalaman sebelumnya untuk meramalkan harga masa depan. Para analis dan investor umumnya menggabungkan analisis fundamental dan teknis sebelum memutuskan harga terbaik untuk melakukan transaksi mereka. Beberapa diantaranya mungkin menggunakan Algoritma Machine Learning untuk melakukan transaksi mereka. Namun, hasil prediksi menggunakan algoritma SVM dasar tidak terlalu menjanjikan sehingga dibutuhkan algoritma yang mampu mendukung SVM dalam meningkatkan Akurasi dari prediksi.salah satunya yaitu Particle Swarm Optimization (PSO) yang mulai diperkenalkan untuk mengoptimalkan algoritma SVM dalam meramalkan mata uang kripto. Penelitian ini menggunakan Metodologi gabungan SVM dan PSO atau SVM-PSO dengan hasil penelitian yang menunjukan bahwa algoritma SVM-PSO yang dioptimalkan dapat secara efektif meramalkan harga masa depan mata uang kripto sehingga mengungguli algoritma SVM tunggal.

Downloads

Published

2023-06-04

How to Cite

Lumbantobing, H. br, & Rahmaddeni, R. (2023). Prediksi Harga Cryptocurrency Menggunakan Algoritma Support Vector Machine. Innovative: Journal Of Social Science Research, 3(2), 7348–7355. Retrieved from https://j-innovative.org/index.php/Innovative/article/view/1213

Most read articles by the same author(s)