Abstract:
Mata uang kripto merupakan aset digital yang banyak diminati untuk dijadikan sebagai alat
investasi saat ini. Terdapat beberapa jenis mata uang kripto, tetapi hanya beberapa jenis yang
memiliki kapitalisasi pasar terbesar salah satunya adalah Ethereum. Fluktuasi pada mata uang
kripto dapat berubah tiap detiknya, sehingga risiko yang dihadapi jika memutuskan untuk
berinvestasi pada mata uang kripto juga cukup tinggi. Dengan demikian, untuk menghindari
risiko investasi tersebut dapat dilakukan prediksi pada harga Ethereum. Pada skripsi kali
ini, akan membahas mengenai perbandingan model prediksi untuk harga Ethereum dengan
menggunakan pendekatan pembelajaran mesin yaitu, Random Forest dan metode Autoregressive
Integrated Moving Average (ARIMA). Dataset yang akan digunakan adalah harga Ethereum
pada periode 1 Januari 2018 - 31 Maret 2022. Untuk menganalisa perbandingan dari kedua
model tersebut akan menggunakan ukuran ketepatan model, yaitu MSE, RMSE, MAE, dan
MAPE. Hasil prediksi yang diperoleh menunjukkan bahwa metode yang dirancang khusus untuk
deret waktu yaitu, ARIMA lebih unggul jika dilihat dari ukuran ketepatan model.