Algoritma Adaptive Neuro Fuzzy Enference System (ANFIS) untuk prediksi jangka pendek harga bitcoin (cripto currency) / Kiroomin Muqorrobin - Repositori Universitas Negeri Malang

Algoritma Adaptive Neuro Fuzzy Enference System (ANFIS) untuk prediksi jangka pendek harga bitcoin (cripto currency) / Kiroomin Muqorrobin

Muqorrobin, Kiroomin (2019) Algoritma Adaptive Neuro Fuzzy Enference System (ANFIS) untuk prediksi jangka pendek harga bitcoin (cripto currency) / Kiroomin Muqorrobin. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

RINGKASAN Kiroomin Muqorrobin. 2019. Algoritma Adaptive Neuro Fuzzy Inference System untuk prediksi jangka pendek harga bitcoin (Cripto Currency). Skripsi Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Triyanna Widiyaningtyas S.T. M.T. (II) Ilham Ari Elbaith Zaeni S.T. M.T. Ph.D. Kata Kunci prediksi bitcoin ANFIS Bitcoin adalah mata uang virtual yang dikembangkan pada tahun 2009 dan mulai populer pada tahun 2014. Mata uang ini memiliki suatu nilai harga yang setiap harinya dapat berubah-ubah sehingga mempersulit para traiders dan miners dalam memprediksi harga jualnya. Tujuan dari penelitian ini adalah memprediksi jangka pendek harga dari bitcoin dan mengevaluasi penerapan algoritma yang diterapkan. Penelitian ini menggunakan metode eksperimen dengan tahapan meliputi (1) data collection (2) preprocessing (3) implementation dan (4) evaluation. Pengambilan data dilakukan dengan cara men-download langsung dari situs geckocoin.com. Preprocessing dilakukan dengan penghapusan atribut yang tidak digunakan dan pembentukan pola prediksi. Pembentukan pola prediksi pada penelitian ini menggunakan h-1 dan h-2 dari output yang nantinya akan dipakai sebagai input. Implementasi dilakukan dengan menerapkan algoritma Adaptive Neuro Fuzzy Inference System (ANFIS) dengan menggunakan aplikasi matlab. Membership function (MF) Type yang digunakan dalam uji coba adalah trimf gbellmf dan gaussmf dengan number of Mfs adalah 4 dan 6. Evaluasi algoritma dilakukan dengan menggunakan Mean Absolute Percent Error (MAPE). Hasil penelitian dengan 6 kali percobaan menunjukkan rata-rata nilai MAPE pada percobaan 1 sebesar 2.23% rata-rata nilai MAPE pada percobaan 2 sebesar 2.15% rata-rata nilai MAPE pada percobaan 3 sebesar 2.8% rata-rata nilai MAPE pada percobaan 4 sebesar 6.05% rata-rata nilai MAPE pada percobaan 5 sebesar 25.04% dan rata-rata nilai MAPE pada percobaan 6 sebesar 2.09%. Berdasarkan hasil tersebut maka nilai terbaik ditunjukkan pada percobaan ke-6 dengan nilai rata-rata MAPE sebesar 2.09%.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: library UM
Date Deposited: 26 Aug 2019 04:29
Last Modified: 09 Sep 2019 03:00
URI: http://repository.um.ac.id/id/eprint/99029

Actions (login required)

View Item View Item