Implementasi Ai Chart Analyst Berbasis Multimodal Retrieval-Augmented Generation Untuk Analisis Teknikal Cryptocurrency

Dzakwan, Roofiif Alria (2026) Implementasi Ai Chart Analyst Berbasis Multimodal Retrieval-Augmented Generation Untuk Analisis Teknikal Cryptocurrency. Project Report. [s.n.]. (Unpublished)

Text 5025221012-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Perkembangan pasar cryptocurrency yang dinamis menuntut investor dan trader untuk melakukan analisis teknikal secara cepat dan akurat dalam mengambil keputusan. Namun, proses analisis grafik secara manual memerlukan pengetahuan yang memadai serta waktu yang relatif lama. Oleh karena itu, pada kerja praktik ini dikembangkan sistem AI Chart Analyst berbasis Multimodal Retrieval-Augmented Generation (RAG) yang mampu membantu pengguna melakukan analisis teknikal cryptocurrency secara otomatis. Sistem menerima masukan berupa gambar grafik cryptocurrency yang kemudian dianalisis menggunakan model vision-language untuk mengekstraksi informasi penting, seperti tren harga, pola grafik, serta level support dan resistance. Informasi tersebut diperkaya melalui mekanisme Retrieval-Augmented Generation dengan memanfaatkan basis pengetahuan analisis teknikal yang disimpan pada ChromaDB. Selanjutnya, Large Language Model (LLM) menghasilkan analisis yang lebih komprehensif dan mudah dipahami berdasarkan hasil ekstraksi visual dan proses retrieval pengetahuan. Implementasi sistem dilakukan menggunakan React pada sisi frontend, FastAPI pada sisi backend, Ollama sebagai platform inferensi model, dan ChromaDB sebagai basis data vektor. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan analisis teknikal yang relevan, informatif, dan sesuai dengan grafik cryptocurrency yang diberikan oleh pengguna.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	Cryptocurrency, Analisis Teknikal, Retrieval Augmented Generation.
Subjects:	T Technology > T Technology (General) > T58.62 Decision support systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Roofiif Alria Dzakwan
Date Deposited:	09 Jul 2026 06:12
Last Modified:	09 Jul 2026 06:12
URI:	http://repository.its.ac.id/id/eprint/134579

Actions (login required)

View Item