| dc.description.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%. | id |
