ANALISIS SENTIMEN CRYPTOCURRENCY DENGAN METODE TEXTBLOB DAN NAÏVE BAYES DAN ANALISIS PENGARUH SENTIMEN TERHADAP FLUKTUASI CRYPTOCURRENCY DENGAN METODE ANALISIS REGRESI LINEAR SEDERHANA

Prasetya, Irfandi Galih (2023) ANALISIS SENTIMEN CRYPTOCURRENCY DENGAN METODE TEXTBLOB DAN NAÏVE BAYES DAN ANALISIS PENGARUH SENTIMEN TERHADAP FLUKTUASI CRYPTOCURRENCY DENGAN METODE ANALISIS REGRESI LINEAR SEDERHANA. UNSPECIFIED thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text Laporan_TA_Irfandi Galih_123170034.pdf Restricted to Repository staff only Download (1MB)
	Text ABSTRAK.pdf Download (36kB)
	Text COVER.docx.pdf Download (128kB)
	Text DAFTAR ISI.pdf Download (444kB)
	Text DAFTAR PUSTAKA.pdf Download (99kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (214kB)
	Text HALAMAN PENGESAHAN PENGUJI.pdf Download (233kB)

Abstract

Cryptocurrency merupakan mata uang digital yang saat ini terkenal dan banyak digunakan
dalam berbagai aktivitas masyarakat. Bitcoin sebagai salah satu cryptocurrency terus
meningkat. Fluktuasi harga cryptocurrency, termasuk Bitcoin, dipengaruhi oleh pasar dan
opini public (Zhang et al., 2018). Twitter menyampaikan bahwa lebih dari 1 miliar tweets
tentang cryptocurrency sejak 2020 dan menjadi platform utama untuk diskusi cryptocurrency.
Terdapat korelasi antara sentimen di media sosial dengan fluktuasi harga cryptocurrency,
seperti yang ditunjukkan oleh penelitian (ElBahrawy et al., 2019) yang menyimpulkan bahwa
aktivitas di Twitter berpengaruh pada fluktuasi harga cryptocurrency, serta penelitian
(Kristoufek, 2015) yang menemukan korelasi antara sentimen di Twitter dengan fluktuasi
harga Bitcoin.
Metode machine learning yang digunakan dalam usaha untuk melakukan analisa
fenomena yang dipaparkan sebelumnya salah satunya pendekatan hybrid dan analisis regresi
linier sederhana. Pendekatan hybrid ini menggabungkan Text blob dan Naïve Bayes serta
analisis regresi linier sederhana untuk mencari korelasi pergerakan harga cryptocurrency
dengan sentimen di sosial media Twitter. Menggunakan analisis regresi linier sederhana,
hubungan antara sentimen dan fluktuasi harga cryptocurrency diukur. Pengumpulan data akan
dapat dilakukan dari platform twitter untuk data sentimen dan CoinGecko untuk data
marketcap crypto dengan melakukan scraping data melalui twitter developer dan API
CoinGecko. Data yang dikumpulkan akan melalui tahap preprocessing lalu masuk ke tahap
pembuatan model dengan Textblob lalu dilanjutkan dengan pelatihan menggunakan
Multinomial Naïve Bayes. Tahapa selanjutnya normalisasi dengan menggunakan min max
normalization dengan tujuan agar meminimalisir kesalah komputasi. Tahapan dilanjutkan
dengan analisis data menggunakan Analisis Regresi Linear.
Pembuatan model klasifikasi dilakukan menggunakan Textblob lalu akan di latih
menggunakan Multinomial Naïve Bayes. Dari tahapan tersebut akan mendapatkan hasil
keefektifan dari penggunaan metode tersebut dengan menggunakan evaluasi klasifikasi
confussion matrix. Setelah itu akan di implementasikan metode Analisis Regresi Linear untuk
mendapatkan hasil korelasi atau hubungan antara data sentiment dan data crypto. Berdasarkan
pengujian dengan 50 data aktual Textblob dapat memberikan data yang lebih valid dan
memberikan nilai akurasi yang tinggi yaitu 80% sedangkan Multinomial Naïve bayes dengan
perbandingan 60/40 hanya memberikan akurasi sebesar 46%.
Kata Kunci: Cryptocurrency, Bitcoin, Klasifikasi, Machine Learning, Textblob, Naïve Bayes,
Analisis Regresi Linear

Item Type:	Thesis (UNSPECIFIED)
Uncontrolled Keywords:	Cryptocurrency, Bitcoin, Klasifikasi, Machine Learning, Textblob, Naïve Bayes, Analisis Regresi Linear
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	23 Aug 2023 06:56
Last Modified:	23 Aug 2023 06:56
URI:	http://eprints.upnyk.ac.id/id/eprint/37093

Actions (login required)

View Item