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.