Analysis of the Development of Digital Assets (Cryptocurrency) in Indonesia in 2022/2023
Abstract
Cryptocurrency merupakan sebuah merupakan sebuah aset semacam mata uang yang dapat dijadikan alat tukar dalam jual beli dan juga dapat diinvestasikan. Mata uang kripto ini memiliki banyak sekali jenisnya dengan nilai yang berbeda-beda. Beberapa mata uang kripto memiliki harga yang cukup tinggi dan bisa terjadi penurunan maupun kenaikan nilai dengan begitu cepat. Oleh sebab itu mata uang kripto menjadi salah satu aset yang banyak diminati oleh para investor. K-means clustering adalah algoritma yang digunakan untuk mengelompokan data ke dalam cluster berdasarkan kesamaan atributnya. Tujuan penelitian ini adalah untuk menganalisa perkembangan cryptocurrency di Indonesia. Data-data yang didapat dari para investor tersebut akan diolah menggunakan k-means clustering dan dibagi menjadi beberapa cluster yang menunjukan apakah cryptocurrency di indonesia mengalami perkembangan atau sebaliknya. Proses perhitungan jarak terbagi menjadi dua proses yaitu menggunakan proses manual dengan menggunakan excel dan proses menggunakan rapidminner. Untuk mencari jumlah cluster yang tepat untuk clustering digunakan rapidminner sehingga hasilnya pembagian menjadi 3 kelompok adalah yang paling terbaik. Seteah proses perhitungan manual dan menggunakan rapidminner mayoritas investor terdapat pada cluster 2 yang berarti investasi mata uang kripto di indonesia mengalami cukup berkembang.
Cryptocurrency is an asset that is a kind of currency that can be used as a medium of exchange in buying and selling and can also be invested. This cryptocurrency has many types with different values. Some cryptocurrencies have quite high prices and can decrease or increase in value very quickly. Therefore, cryptocurrencies are one of the assets that are in great demand by investors. Cryptocurrencies also have a fairly high risk because they have a rapid increase in value, of course the risk is a rapid decline in price.K-means clustering is an algorithm used to group data into clusters based on the similarity of their attributes. The purpose of this research is to analyze the development of cryptocurrencies in Indonesia and investors who invest, especially Indonesian investors. The data obtained from these investors will be processed using k-means clustering and divided into several clusters that show whether cryptocurrency in Indonesia is developing or vice versa. The distance calculation process is divided into two processes, namely using a manual process using excel and using rapid minner. To find the number of clusters that are suitable for clustering, rapidminner is used so that the results of dividing into 3 groups are the best. After the manual calculation process and using rapidminner, the majority of investors are in cluster 2, which means that crypto currency investment in Indonesia has developed quite a bit.
Keywords
Full Text:
PDFReferences
Adi, P. N., & Handayani, S. A. (2021). Kripto Di Indonesia. 6–8.
Huda, N., & Hambali, R. (2020). Risiko dan Tingkat Keuntungan Investasi Cryptocurrency. Jurnal Manajemen Dan Bisnis: Performa, 17(1), 72–84.
https://doi.org/10.29313/performa.v17i1.7236
Jaen, H., Darnila, E., & Fikry, M. (2019). Aplikasi Peramalan Kurs Bitcoin-Rupiah Dengan Menggunakan Metode Double Exponential Smoothing. TECHSI - Jurnal Teknik Informatika, 11(1), 106. https://doi.org/10.29103/techsi.v11i1.1295
Maliki, M. A., Cholissodin, I., & Yudistira, N. (2022). Prediksi Pergerakan Harga Cryptocurrency Bitcoin terhadap Mata Uang Rupiah menggunakan Algoritme LSTM. 6(7), 3259–3268. http://j-ptiik.ub.ac.id
Moch Farryz Rizkilloh, & Sri Widiyanesti. (2022). Prediksi Harga Cryptocurrency Menggunakan Algoritma Long Short Term Memory (LSTM). Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 6(1), 25–31. https://doi.org/10.29207/resti.v6i1.3630
Pussung, S. S., & Utami, A. W. (2022). Rancang Bangun Aplikasi Tracking Kripto “Dompet Kripto” Berbasis Web. … of Emerging Information System and …, 03(04), 20–28. https://ejournal.unesa.ac.id/index.php/JEISBI/article/view/47750
Rismayadi, A. A., Fatonah, N. N., & Junianto, E. (2021). Algoritma K-Means Clustering
Untuk Menentukan Strategi Pemasaran Di Cv. Integreet Konstruksi. Jurnal Responsif :
Riset Sains Dan Informatika, 3(1), 30–36. https://doi.org/10.51977/jti.v3i1.393 [8] Santoso, M. H., Purnomo, J., Prototyping, M., Black, M., & Testing, B. (2020).
Wisnu, A. A. N., & Dharmawan, N. K. S. (2021). Legalitas Investasi Aset Kripto Di Indonesia Sebagai Komoditas Digital Dan Alat Pembayaran. Jurnal Kertha Wicara, 11(1), 66–80.
Mulono, A. (2021). DAMPAK CRYPTOCURRENCY TERHADAP PEREKONOMIAN
MASYARAKAT. Jurnal Cakrawala Ilmiah, 1.
Jufridar, J., Ilham, R. N., & Sinurat, M. (2021). Analisis Potensi dan Risiko Investasi pada Instrumen Keuangan dan Aset Digital Cryptocurrency di Indonesia. Jurnal EMT KITA, 5(1), 91–98.
Faizal, R., Setiawan, B. D., & Cholissodin, I. (2019). Prediksi Nilai Cryptocurrency Bitcoin menggunakan Algoritme Extreme Learning Machine (ELM). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK), 3(9), 4226–4233.
Sulistiyawati, A., & Supriyanto, E. (2021). Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan. Jurnal Tekno Kompak, 15(2), 25. https://doi.org/10.33365/jtk.v15i2.1162
DOI: https://doi.org/10.24114/cess.v8i2.48178
Article Metrics
Abstract view : 269 timesPDF - 145 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
CESS (Journal of Computer Engineering, System and Science)
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License