Model Svm untuk Prediksi Harga dan Analisis Risiko pada Pasar Bitcoin

Muhamad Muzzakin; Basworo Ardi Pramono; Susanto .

doi:10.35315/dinamik.v30i2.10140

Muhamad Muzzakin Universitas Semarang
Basworo Ardi Pramono Universitas Semarang
Susanto . Universitas Semarang

DOI: https://doi.org/10.35315/dinamik.v30i2.10140

Abstract

Bitcoin sebagai salah satu cryptocurrency paling populer yang menawarkan peluang investasi besar namun disertai dengan volatilitas harga yang tinggi. Penelitian ini bertujuan untuk memprediksi harga Bitcoin menggunakan model Support Vector Machine (SVM) dan menganalisis risiko pasar yang melekat. Dataset historis Bitcoin digunakan untuk melatih model dengan fitur seperti harga pembukaan, harga tertinggi, harga terendah, dan volume perdagangan. Penelitian menggunakan model SVM yang dioptimalkan melalui tuning parameter untuk meningkatkan akurasi prediksi. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil evaluasi menunjukkan performa model yang baik dengan MAE sebesar 0,0036 dan RMSE sebesar 0,0050. Korelasi fitur menunjukkan hubungan yang kuat antara harga penutupan dengan variabel harga lainnya, sementara volume memiliki hubungan moderat. Analisis risiko menggunakan pengembalian harian mengidentifikasi volatilitas signifikan, yang menjadi tantangan dalam pengambilan keputusan investasi. Penelitian ini menyimpulkan bahwa model SVM efektif dalam memprediksi tren harga Bitcoin. Namun, analisis risiko tetap penting untuk mendukung strategi investasi yang lebih bijaksana.

References

[1] Pramanta RZ, Hardjianto M. Penerapan Algoritma Support Vector Regression untuk Memprediksi Harga Bitcoin Menggunakan Parameter Open, High, Low, dan Close. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI); 2024.
[2] Andayuri NR. Penerapan Metode Hybrid Autoregressive Integrated Moving Average - Support Vector Regression (ARIMA-SVR) dalam Peramalan Harga Bitcoin. Institut Teknologi Sepuluh Nopember Repository; 2024.
[3] Pramuja IS. Perbandingan Algoritma Random Forest dan Support Vector Machine untuk Pemodelan Harga Bitcoin. Universitas Mercu Buana Jakarta Repository; 2024.
[4] Lumbantobing H, Rahmaddeni R. Prediksi Harga Cryptocurrency Menggunakan Algoritma Support Vector Machine. Innovative: Journal of Social Science Research. 2023.
[5] Ramdhani Y, Mubarok A. Analisis time series prediksi penutupan harga saham Antm.Jk dengan algoritma SVM model regresi. Jurnal Responsif: Riset Sains dan Informatika. 2019.
[6] Setiawan EP. Analisis Potensi dan Risiko Investasi Cryptocurrency di Indonesia. Jurnal Manajemen Teknologi. 2020.
[7] Hasani MN, Ramadhan M, Mariyani K, Setiawan R, Sucidha I. Analisis cryptocurrency sebagai alat alternatif dalam berinvestasi di Indonesia pada mata uang digital bitcoin. Jurnal Ilmiah Ekonomi Bisnis. 2022.
[8] Fadilah WRU, Agfiannisa D, Azhar Y. Analisis Prediksi Harga Saham PT. Telekomunikasi Indonesia Menggunakan Metode Support Vector Machine. Fountain of Informatics Journal. 2020.
[9] Papadimitriou T, Gogas P, Athanasiou AF. Forecasting bitcoin spikes: A GARCH-SVM approach. Forecasting. 2022.
[10] Atmaja DMU, Hakim AR. Peramalan Harga Mata Uang Kripto Solana Menggunakan Metode Support Vector Regression (SVR). Jurnal Media Elektro. 2022.
[11] Sahi M. Prediksi Harga Cryptocurrency berdasarkan model Artificial Neural Network. Disertasi. Universitas Islam Negeri Maulana Malik Ibrahim; 2023.
[12] Patriya E. Implementasi Support Vector Machine pada Prediksi Harga Saham Gabungan (IHSG). Jurnal Teknologi dan Sistem Komputer. 2023;11(2):45–53.
[13] Tanrikulu HM, Pabuccu H. The Effect of Data Types on the Performance of Machine Learning Algorithms for Financial Prediction. arXiv preprint. arXiv:2404.19324; 2024.
[14] Haritha GB, Sahana NB. Cryptocurrency Price Prediction Using Twitter Sentiment Analysis. Computer Science & Information Technology (CS & IT). 2023;13(3):13–22. doi:10.5121/csit.2023.130302
[15] Zou Y, Herremans D. A multimodal model with Twitter FinBERT embeddings for extreme price movement prediction of Bitcoin. arXiv preprint. arXiv:2201.00001; 2022.