Implementasi Metode Random Forest dalam Analisis Prediksi Dogecoin

  • Siregar B
  • Jimy V
N/ACitations
Citations of this article
18Readers
Mendeley users who have this article in their library.

Abstract

Perkembangan teknologi digital telah mendorong munculnya mata uang kripto seperti Dogecoin yang memiliki volatilitas harga tinggi, sehingga menarik perhatian investor namun juga menimbulkan risiko prediksi harga yang kompleks. Penelitian ini menawarkan solusi prediksi harga Dogecoin dengan menerapkan metode Random Forest, salah satu algoritma machine learning berbasis ensemble learning yang unggul dalam menangani data berpola nonlinier. Data yang digunakan adalah data historis harian harga Dogecoin periode 1 Januari–31 Desember 2024 yang diperoleh dari investing.com. Tahapan penelitian meliputi pengunduhan dan pra-pemrosesan data untuk mengatasi missing values, pembagian dataset menjadi data latih (90%) dan data uji (10%), pembangunan model Random Forest menggunakan perangkat lunak R, serta evaluasi kinerja model menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model mampu memprediksi harga Dogecoin dengan nilai MAPE 2,59% dan R-squared 99,37%, yang menandakan tingkat akurasi tinggi. Kontribusi penelitian ini adalah memberikan model prediksi harga kripto yang andal dan terukur, yang dapat dimanfaatkan investor maupun peneliti sebagai acuan pengambilan keputusan, sekaligus memperluas literatur metode Random Forest pada analisis harga aset digital.Transformasi digital akibat perkembangan teknologi telah memunculkan mata uang kripto seperti Dogecoin. Penelitian ini bertujuan menganalisis dan memprediksi harga Dogecoin menggunakan metode Random Forest, salah satu algoritma machine learning berbasis ensemble learning yang efektif dalam prediksi. Dogecoin dipilih karena volatilitasnya yang tinggi, sehingga menarik perhatian investor. Data yang digunakan merupakan data historis harian harga Dogecoin dari 1 Januari hingga 31 Desember 2024. Tahapan penelitian meliputi pra-pemrosesan data, pembagian dataset menjadi data training (90%) dan testing (10%), serta penerapan model Random Forest. Model kemudian memprediksi harga pada 1 Januari 2024, dengan hasil harga asli sebesar 0.092024 dan harga prediksi 0.090189. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan tingkat kesalahan prediksi sebesar 2.59%. Hasil ini membuktikan bahwa Random Forest mampu memberikan prediksi harga Dogecoin secara akurat, yang dapat menjadi referensi bagi investor dalam pengambilan keputusan serta mengisi kekosongan penelitian serupa sebelumnya.

Cite

CITATION STYLE

APA

Siregar, B., & Jimy, V. (2025). Implementasi Metode Random Forest dalam Analisis Prediksi Dogecoin. Komputika : Jurnal Sistem Komputer, 14(2), 133–140. https://doi.org/10.34010/komputika.v14i2.16486

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free