Model Interaksi Gravitasi Banyak Massa Untuk Prediksi Dinamika Harga Bitcoin.

Abstract

Penelitian ini ditujukan untuk memprediksi harga Bitcoin dengan menggunakan metode pengoptimuman berbasis interaksi gravitasi banyak massa (Gravitational Search Algorithm atau GSA) dengan parameter yang akurat berdasarkan nilai error yang kecil. Nilai parameter yang diperoleh dari metode GSA disubstitusi pada persamaan Gaussian untuk meramalkan harga Bitcoin selanjutnya. Hasil peramalan divalidasi dengan uji R2 dan uji MAPE. Hasil menunjukkan bahwa Model Gaussian Termodifikasi Orde 5 memberikan hasil terbaik dengan nilai R2 sebesar 0.8824 dan nilai MAPE minimal sebesar 8.4672%. Hasil simulasi dengan variasi rentang nilai parameter [0,8000], [0,800] dan [0,80] yaitu model 3 memberikan nilai R2 terbesar yaitu 0.89865, namun untuk nilai MAPE terkecil didapatkan dari simulasi dengan variasi rentang parameter [0,10000], [0,1000], dan [0,100] yaitu model 1. Hasil interpolasi, prediksi dan validasi harga Bitcoin menggunakan data harian selama 1 tahun dengan model 1 dan model 3 menunjukkan hasil yang kurang baik, ditunjukkan dengan nilai R2 yang kurang dari 0.50. Model 3 dapat dinyatakan sebagai model yang lebih baik dari model 1, dengan nilai koefesien deterministik (R2) sebesar 0.38944 dan nilai MAPE sebesar 21.21732% dibandingkan dengan model 1, dengan nilai R2 sebesar -0.43704 dan nilai MAPE sebesar 33.75404%.