Abstract
Cryptocurrency merupakan mata uang digital sebagai media pertukaran dengan menggunakan teknologi kriptografi. Cryptocurrency banyak diminati sebagai aset investasi maupun kegiatan trading karena dapat memberikan keuntungan yang besar dengan modal yang relatif kecil. Meskipun memiliki bnyak keuntungan, cryptocurrency juga dapat menyebabkan kerugian yang besar dikarenakan harga yang sangat berfluktuatif sehingga sulit untuk memprediksi harga di periode selanjutnya. Tujuan dari penelitian ini adalah membandingkan metode Exponential Smoothing yang meliputi metode SES, DES Brown, dan Des Holt pada prediksi harga cryptocurrency dengan menggunakan data uji harga penutupan harian solana, menggunakan pengujian tingkat error MAD dan MAPE untuk mendapatkan metode dengan hasil terbaik dari 3 metode yang digunakan. Penelitian ini memperoleh kesimpulan bahwa metode DES Holt menghasilkan nilai error terkecil dibandingkan dengan 2 metode lainnya dengan nilai MAD sebesar 0,72 dan MAPE sebesar 0,93% pada nilai alpha 0,9 dan beta 0,1. Berdasarkan hasil tersebut, metode DES Holt sangat baik digunakan untuk memprediksi harga cryptocurrency.
References
I. Sururi and H. R. Agustapraja, “Studi Kelayakan Investasi Perumahan Menggunakan Metode Benefit Cost Ratio,” Jurnal Teknik, vol. 18, no. 1, pp. 52–61, Jun. 2020, doi: 10.37031/jt.v18i1.68.
T. Darma, R. Sari, and D. T. Kencana, “Pelatihan Perencanaan Investasi Fungible Token dan Cryptocurrency di SMKN 1 Sukadana Lampung Timur,” Oktober, 2022. doi: http://dx.doi.org/10.24967/jams.v3i02.1634.
W. C. Utomo, “Prediksi Pergerakan Saham BBRI ditengah Issue Ancaman Resesi 2023 dengan Pendekatan Machine Learning Article,” Jurnal Teknologi dan Manajemen Informatika , vol. 9, no. 1, pp. 20–27, 2023,doi: http://dx.doi.org/10.26905/jtmi.v9i1.9135.
T. S. Nadya Paranna and C. Andersen, “Pertanggungjawaban Hukum Influencer dan/atau Afiliator atas Kegiatan Pompom Saham dan/atau Mempromosikan Trading Berbentuk Binary Option,” 2022. doi: http://dx.doi.org/10.57235/aurelia.v1i1.70.
N. L. Farisha, F. Ariel, S. Vira, Q. N. Cahyanti, and A. Wicaksono, “Literature Review : Perkembangan Cryptocurrency dan Potensi Pajaknya Di Indonesia,” 2023. doi: http://dx.doi.org/10.31219/osf.io/7vepc.
M. Fadhil Arfa, M. Ridho Al Fathan, H. Br Lumbantobing, and C. Author, “Prediksi Harga Cryptocurrency dengan Metode Linier Regresi,” 2023. [Online]. Available: https://journal.irpi.or.id/index.php/sentimas
J. Asbullah and Samsudin, “Prediksi Harga Cryptocurrency Binance Berdasarkan Informasi Blokchain dengan Menggunakan Algoritma Random Forest,” Jurnal Media Informatika Budidarma, vol. 8, no. 1, pp. 260–271, 2024, doi: 10.30865/mib.v8i1.7100.
A. Yunizar, T. Rismawan, D. Marisa Midyanti, J. Rekayasa Sistem Komputer, and F. H. MIPA Universitas Tanjungpura Jalan Hadari Nawawi Pontianak, “Penerapan Metode Recurrent Neural Network Model Gated Recurrent Unit untuk Prediksi Harga Cryptocurrency,” 2023. doi: http://dx.doi.org/10.5454/mi.14.3.1.
Y. D. Rosita and L. S. Moonlight, “Perbandingan Metode Prediksi untuk Nilai Jual USD: Holt-Winters, Holt’s, dan Single Exponential Smoothing,” JTIM : Jurnal Teknologi Informasi dan Multimedia, vol. 5, no. 4, pp. 322–333, Jan. 2024, doi: 10.35746/jtim.v5i4.473.
I. Hidayat Susilowati and Rosento, “Peramalan Nilai Tukar Kurs IDR Terhadap Dollar USD Dengan Metode Moving Average dan Exponential Smoothing,” Perspektif: Jurnal Ekonomi & Manajemen Universitas Bina Sarana Informatika , vol. 18, no. 1, 2020, doi: 10.31294/jp.v17i2.
F. W. Zebua and F. Muliani, “Efektifitas Metode Double Exponential Smoothing Satu Parameter dari Brown untuk Meramalkan Jumlah Produk Domestik Regional Bruto Kabupaten Aceh Tamiang Tahun 2022-2023,” Jurnal Gamma-Pi, vol. 4, no. 2, 2022, doi: http://dx.doi.org/10.24843/mtk.2022.v11.i03.p375.
M. Olivia and Amelia, “Metode Exponential Smoothing untuk Forecasting Jumlah Penduduk Miskin di Kota Langsa,” Gamma-Pi: Jurnal Matematika dan Terapan, vol. 3, no. 1, 2021, doi: http://dx.doi.org/10.33059/jgp.v3i1.3771.
S. Amiludin and N. A. Mahbubah, “Evaluasi Peramalan Permintaan Produk Kopi Bubuk Menggunakan Pendekatan Time Series di UKM Eyang Kakung - Gresik,” Sigma Teknika, vol. 6, no. 1, pp. 33–043, 2023, doi: http://dx.doi.org/10.33373/sigmateknika.v6i1.5289.
I. Nabillah and I. Ranggadara, “Mean Absolute Percentage Error untuk Evaluasi Hasil Prediksi Komoditas Laut,” JOINS (Journal of Information System), vol. 5, no. 2, pp. 250–255, Nov. 2020, doi: 10.33633/joins.v5i2.3900.
D. T. Saputro and D. Swanjaya, “Analisa Prediksi Harga Saham Menggunakan Neural Network dan Net Foreign Flow,” 2023. doi: http://dx.doi.org/10.29407/gj.v7i2.20001.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Bayu Dwi Cahyono, Daniel Swanjaya, Siti Rochana