Text

Analisis Prediksi Pergerakan Harga Bitcoin Berdasarkan Korelasi Antara Data Historis Dan Berita Pasar Berbasis Machine Learning

---

Prediksi harga Bitcoin dengan mengintegrasikan data historis harga dan berita pasar menggunakan pendekatan machine learning. Penelitian ini
bertujuan untuk menganalisis korelasi antara data historis (harga, volume perdagangan, indikator teknis) serta sentimen berita pasar terhadap
pergerakan harga Bitcoin, membangun model prediksi berbasis machine learning, dan mengevaluasi kinerja model yang dihasilkan. Data historis
harga Bitcoin periode 2023-2025 diperoleh dari bursa cryptocurrency seperti Binance, Coinbase dan Bitfinex, sedangkan data berita pasar
dikumpulkan dari CoinDesk, CoinTelegraph, dan Twitter melalui web scraping dan API. Dataset mencakup 1.096 observasi harian dengan variabel harga pembukaan, tertinggi, terendah, penutupan, dan volume perdagangan. Analisis sentimen pada 4.496 berita menggunakan Natural
Language Processing (NLP) berbasis model FinBERT menghasilkan skor sentimen yang digabungkan dengan data historis. Model prediksi
dibangun dengan menggunakan algoritma Long Short-Term Memory (LSTM). Hasil penelitian menunjukan bahwa berita pasar Bitcoin didominasi oleh sumber CoinDesk (33,8%) dan CoinTelegraph (29,9%) dengan kategori sentimen pasar (30,7%) dan adopsi (27,8%) sebagai topik utama.Integritas data historis dan sentimen berita menghasilkan peningkatan akurasi prediksi dibandingkan model yang menggunakan
data historis saja. Berdasarkan hasil pengujian, performa model analisis sentimen FinBERT mencapai akurasi sebesar 50%, sedangkan model
prediksi LSTM menunjukkan performa yang sangat baik dengan tingkat akurasi mencapai 96,5%. Temuan ini menunjukkan bahwa pendekatan
Machine Learning terintegrasi efektif untuk memprediksi pergerakan harga Bitcoin dalam kondisi pasar yang volatil.
Kata Kunci: Bitcoin, Machine Learning, Sentimen Berita, LSTM, Prediksi Harga.

---

Ketersediaan

T250092

TESIS-2026 ALI a

Perpustakaan Universitas Handayani Makassar

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

TESIS-2026 ALI a

Penerbit

Makassar : Universitas Handayani Makassar., 2026

Deskripsi Fisik

ii + 77 hlm,; 20,5 x 29, 5 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

TESIS-2026 ALI a

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Cet 1

Subjek

Machine Learning
bitcoin
Analisis Prediksi
Pergerakan Harga
Korelasi antara data historis

Info Detail Spesifik

Tesis Pascasarjana Sistem Komputer

Pernyataan Tanggungjawab

Ali Basir

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar