Analisis model prediksi harga Ethereum menggunakan metode random forest dan arima

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.