Teknologi machine learning berkembang pesat dalam beberapa tahun
terakhir sehingga menjadi bagian yang penting di berbagai bidang, salah satunya di
bidang investasi. Penelitian ini bertujuan untuk mengetahui dan memahami tingkat
keakuratan algoritma Random Forest yang diimplementasikan pada model machine
learning dalam memprediksi arah pergerakan harga cryptocurrency.
Cryptocurrency yang digunakan sebagai objek penelitian adalah Bitcoin.
Data historis Bitcoin digunakan sebagai dataset untuk mengembangkan
model algoritma Random Forest. Teknik klasifikasi diterapkan pada model untuk
membuat prediksi. Penyetelan hyperparameter algoritma juga dilakukan pada
model. Tingkat keakuratan algoritma semakin tinggi apabila data hasil prediksi model semakin sesuai dengan data historis Bitcoin.
Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa tingkat keakuratan algoritma Random Forest dalam memprediksi arah pergerakan harga cryptocurrency adalah 61%. Hasil prediksi algoritma dipengaruhi
oleh kualitas dataset dan setelan hyperparameter yang digunakan. Kualitas dataset yang representatif dan setelan hyperparameter yang optimal memberikan hasil prediksi algoritma yang lebih akurat dan lebih efisien.