Pengembangan Sistem Peramalan Harga Kripto Dengan Metode Triple Exponential Smoothing Berdasarkan Data Historis

Prasetya Utama, Putra (2025) Pengembangan Sistem Peramalan Harga Kripto Dengan Metode Triple Exponential Smoothing Berdasarkan Data Historis. Skripsi thesis, ITN MALANG.

	Text Bagian awal.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (699kB)
	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (39kB)
	Text BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (197kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (665kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (18kB) | Request a copy
	Text Daftar Pustaka.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (92kB)
	Text Lampiran.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (5MB) | Request a copy

Abstract

Aset kripto seperti Bitcoin dan Ethereum menarik perhatian sebagai instrumen investasi karena potensi keuntungannya, namun fluktuasi harga yang tinggi menimbulkan ketidakpastian. Penelitian ini bertujuan mengembangkan sistem peramalan harga kripto berbasis data historis untuk memahami pola pergerakan harga. Metode yang digunakan adalah Triple Exponential Smoothing karena mampu menangani tren dan pola musiman dalam data deret waktu. Sistem dibangun dalam bentuk website yang menerima data melalui unggahan atau API, dengan keluaran berupa grafik dan data numerik. Pengujian dilakukan terhadap lima aset kripto: Bitcoin, Ethereum, Solana, XRP, dan BNB. Hasil menunjukkan bahwa peningkatan proporsi data training cenderung menurunkan nilai error MAPE, dengan rasio 95:5 menghasilkan nilai error terkecil. Namun, rasio ini berisiko menyebabkan overfitting karena data testing terlalu sedikit. Pengujian konsistensi menggunakan sliding window menunjukkan bahwa rasio 95:5 tidak selalu stabil. Hasil terbaik diperoleh pada kripto BNB dengan rata-rata MAPE sebesar 11,42% dan standar deviasi 9,9. Hasil ini menunjukkan bahwa metode Triple Exponential Smoothing paling efektif untuk BNB, namun kurang sesuai untuk kripto lainnya. Karena sistem ini belum mempertimbangkan faktor eksternal seperti sentimen pasar, akurasinya terbatas pada data historis semata. Sistem ini dapat menjadi alat bantu dalam analisis maupun peramalan pada data historis kripto yang memiliki pola musiman dan tren tertentu.

Item Type:	Thesis (Skripsi)
Additional Information:	Putra Prasetya Utama (2118030)
Uncontrolled Keywords:	Kripto, Peramalan, Data Historis, Triple Exponential Smoothing, Deret Waktu, Website.
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Putra Prasetya Utama
Date Deposited:	19 Aug 2025 03:30
Last Modified:	19 Aug 2025 03:30
URI:	http://eprints.itn.ac.id/id/eprint/14695

Actions (login required)

View Item