Prediksi Harga Bitcoin Menggunakan Metode Extreme Learning Machine (ELM) dengan Optimasi Artificial Bee Colony (ABC)

##plugins.themes.bootstrap3.article.main##

Arjun Nurdiansyah Muhammad Tanzil Furqon Bayu Rahayudi

Abstrak

Bitcoin merupakan cryptocurrency paling populer yang saat ini sedang digemari sebagai sarana untuk investasi layaknya saham. Sifatnya yang tidak terpusat atau desentralisasi menyebabkan harga Bitcoin dapat mengalami inflasi sewaktu-waktu. Sehingga diperlukan metode yang dapat memprediksi harga Bitcoin secara akurat agar memudahkan pengambilan keputusan dalam transaksi jual beli Bitcoin. Metode ELM memiliki learning speed yang lebih baik daripada metode lain serta struktur yang sederhana, namun mempunyai kekurangan pada pemilihan bobot masukan dan bias yang dilakukan secara acak. Untuk mengatasi kekurangan tersebut digunakan metode ABC karena juga memiliki struktur yang sangat sederhana dan fleksibel. Oleh sebab itu, harga Bitcoin akan diprediksi menggunakan metode ELM-ABC. Penelitian ini menggunakan data time series harga Bitcoin dari bursa cryptocurrency Indodax mulai dari tanggal 01 Desember 2017 sampai 31 Agustus 2018. ABC berfungsi menghasilkan bobot masukan dan bias paling optimal pada tahap pelatihan ELM. Selanjutnya, bobot masukan, bias, dan bobot keluaran akan digunakan pada tahap pengujian ELM agar diperoleh hasil prediksi harga. Lalu, dihitung nilai evaluasi error dari hasil prediksi harga Bitcoin menggunakan MAPE. Hasil pengujian parameter ELM-ABC mendapatkan kombinasi terbaik yaitu jumlah fitur sebanyak 12, hidden neuron sebanyak 20, populasi lebah sebanyak 20, dan iterasi sebanyak 5. Kombinasi tersebut menghasilkan nilai rata-rata MAPE sebesar 1,96983% dan akurasi sebesar 98,03017%, sedangkan ELM sebesar 2,70401% dan 97,29599%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Nurdiansyah, A., Furqon, M., & Rahayudi, B. Prediksi Harga Bitcoin Menggunakan Metode Extreme Learning Machine (ELM) dengan Optimasi Artificial Bee Colony (ABC). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 6, p. 5531-5539, juli 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5507>. Tanggal Akses: 31 okt. 2020
Bagian
Artikel