Farisi, Muhammad Ikram (2020) Penerapan Metode Hybrid Autoregressive Integrated Moving Average-Radial Basis Function Neural Network(ARIMA-RBFNN) Untuk Peramalan Harga Ethereum. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05211640000091-Undergraduate_Thesis.pdf Download (2MB) | Preview |
Abstract
Ethereum merupakan salah satu mata uang kripto yang pertumbuhan pasarnya sedang meningkat. Perkembangan Ethereum yang pesat ini disebabkan oleh faktor kemudahan dalam melakukan transaksi untuk keperluan investasi, selain itu keuntungan yang didapatkan dari hasil trading atau investasi Ethetereum cukup tinggi. Perkembangan Ethereum di Indonesia sendiri cukup cepat, hal ini didasari oleh banyaknya permintaan pasar pada platform penyedia jasa transaksi cryptocurrency. Peningkatan permintaan pasar ini disebabkan sudah mulai banyaknya minat masyarakat Indonesia terhadap investasi cryptocurrency, khususnya Ethereum. Selain hal tersebut regulasi tentang perdangangan cryptocurrency juga sudah mendapatkan perizinan dari pemerintah Indonesia, hal inilah yang juga mendorong minat masyarakat untuk melakukan investasi atau trading cryptocurrency. Selain tingkat keuntungannya yang tergolong tinggi, investasi Ethereum juga memiliki resiko yang sangat tinggi. Resiko ini disebabkan karena sifat harga Ethereum ataupun cryptocurrency lain yang fluktuatif atau tidak stabil. Hal ini disebabkan karena sifat harga Ethereum yang murni dipengaruhi oleh penawaran(supply) dan permintaan(demand) yang terjadi di pasar kripto. Selain itu tidak ada Lembaga yang menjadi pengawas terhadap ketidakpastian harga ini. Ketidakpastian harga ini yang menjadi masalah utama bagi masyarakat yang melakukan kegiatan investasi ataupun trading. Untuk menghadapi ketidakpastian harga ini maka diperlukan suatu informasi yang dapat membantu investor dalam pengambilan keputusan investasi ataupun transaksinya. Salah satu cara untuk mendapatkan informasi ini adalah dengan melakukan metode Peramalan.Penelitian tugas akhir ini menggunakan menggunakan metode ARIMA, RBFNN dan hybrid ARIMA-RBFNN untuk menghasilkan hasil peramalan harga Ethereum. Hasil pengukuran dengan indikator MAPE untuk mengevaluasi model peramalan, menunjukkan bahwa ketiga metode yang digunakan yaitu ARIMA, RBFNN, dan Hybrid ARIMA-RBFNN memiliki tingkat akurasi yang sangat baik, karena memiliki nilai MAPE dibawah 10%. Jika dibandingkan dengan metode ARIMA dan RBFNN, metode Hybrid ARIMA-RBFNN merupakan metode yang memiliki nilai akurasi terbaik berdasarkan pada data pengujian harga Ethereum karena memiliki nilai MAPE yang lebih kecil yaitu 2,80%, sedangkan nilai MAPE pada metode ARIMA adalah 2,82% dan RBFNN adalah 3,25%.
============================================================Ethereum is one of the cryptocurrencies whose market growth is increasing. The rapid development of Ethereum is caused by the convenience factor in conducting transactions for investment purposes, in addition to the profit gained from the results of trading or investment of Ethetereum is quite high. The development of Ethereum in Indonesia is quite fast, it is based on the many demands of the platform market provider of trading investments cryptocurrency. The increasing demand for this market is due to the many interests of Indonesian people to invest in cryptocurrency, especially Ethereum. In addition to the regulation on cryptocurrency trading has also obtained licensing from the Indonesian government, this is what also encourages the interest of people to invest or trade cryptocurrencies. In addition to the high level of profit, Ethereum Investment also has a very high risk. This risk is due to the nature of Ethereum's price or other cryptocurrencies that fluctuate or unstable. This is due to the nature of Ethereum price which is purely influenced by the supply and demand that occurs in the crypto market. Also, no institution is the supervisor against the uncertainty of this price. This price uncertainty is the main problem for people who are investing or trading. To deal with it, information is needed to help investors in making investment or transaction decisions. One way to get this information is to do the forecasting method. This thesis research uses ARIMA, RBFNN, and hybrid ARIMA-RBFNN methods to produce Ethereum price forecasting results. The measurement results with MAPE indicator to evaluate the forecasting model, show that the three methods used, ARIMA, RBFNN, and Hybrid ARIMA-RBFNN have an excellent accuracy rate, because it has a MAPE value below 10%. When compared with ARIMA and RBFNN method, the hybrid method of ARIMA-RBFNN is a method that has the best accuracy value based on Ethereum price test data because it has a smaller MAPE value of 2,80%, while the MAPE value of the ARIMA method is 2,82% and RBFNN method is 3,25%.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | forecasting, ethereum, ARIMA, RBF, peramalan |
| Subjects: | T Technology > T Technology (General) > T174 Technological forecasting |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Muhammad Ikram Farisi |
| Date Deposited: | 27 Aug 2020 08:11 |
| Last Modified: | 05 Jan 2024 15:34 |
| URI: | http://repository.its.ac.id/id/eprint/81314 |
Actions (login required)
 |
View Item |