@thesis{thesis,
		author={Andre  -},
		title ={Pemodelan Pergerakan Harga Bitcoin Berbaris Data Time Menggunakan Machine Learning},
		year={2021},
		url={http://eprints.upj.ac.id/id/eprint/2353/},
		abstract={Bitcoin merupakan salah satu jenis cryptocurrency yang sedang popular saat ini.
Akan tetapi, dengan harga bitcoin yang tak menentu dan fluktuatif, pengguna 
bitcoin harus cermat dalam mengawasi pergerakan harga bitcoin tersebut saat 
bertransaksi. Untuk mengantisipasi permasalahan tersebut, dibutuhkan sebuah 
pembuatan model machine learning dengan algoritma Random Forest dan Extreme 
Gradient Boosting (XGBoost) berdasarkan data time series untuk memprediksi 
pergerakan harga bitcoin yang fluktuatif. Tujuan dari penelitian ini adalah untuk 
mengatasi masalah tersebut yaitu dengan mendapatkan model machine learning
yang dapat digunakan untuk memprediksi pergerakan harga bitcoin, dan 
mendapatkan performa dari model machine learning dengan algoritma Random 
Forest dan XGBoost. Penelitian ini menggunakan metode kuantitatif dengan 
pengenalan masalah berdasarkan observasi dan studi referensi serta pengumpulan 
data sekunder yang didapatkan dari Yahoo Finance. Penelitian ini menghasilkan 
model yang dapat memprediksi pergerakan harga bitcoin dengan algoritma Random 
Forest dan XGBoost. Kinerja dari model Random Forest menghasilkan tingkat 
akurasi sebesar 99,825% dengan RMSE sebesar 0,012616, dan model XGBoost 
menghasilkan tingkat akurasi sebesar 99,803% dengan RMSE sebesar 0,013413.}
		}