Peramalan Harga Bitcoin dengan Metode Double Exponential Smoothing

Dicky Andrean; Dimara Kusuma Hakim; Tito Pinandita; Feri Wibowo

doi:10.33365/jtk.v20i2.1288

Dicky Andrean Universitas Muhammadiyah Purwokerto, Banyumas
Dimara Kusuma Hakim Universitas Muhammadiyah Purwokerto, Banyumas
Tito Pinandita Universitas Muhammadiyah Purwokerto, Banyumas
Feri Wibowo Universitas Muhammadiyah Purwokerto, Banyumas

DOI: https://doi.org/10.33365/jtk.v20i2.1288

Keywords: Bitcoin, Peramalan, TimeSeries, Volatilitas, Akurasi

Abstract

Perkembangan teknologi digital pada era industri 4.0 mendorong munculnya instrumen keuangan berbasis teknologi blockchain, salah satunya Bitcoin sebagai aset kripto yang memiliki tingkat volatilitas harga yang tinggi. Kondisi tersebut menimbulkan ketidakpastian bagi investor dalam menentukan waktu yang tepat untuk melakukan transaksi jual dan beli. Oleh karena itu, diperlukan metode peramalan yang mampu mengestimasi pergerakan harga Bitcoin secara akurat berdasarkan data historis. Penelitian ini bertujuan untuk menganalisis kemampuan metode Double Exponential Smoothing dalam meramalkan harga penutupan Bitcoin serta mengevaluasi tingkat akurasi hasil peramalan yang dihasilkan. Data yang digunakan dalam penelitian ini berupa data historis harga penutupan Bitcoin bulanan yang diperoleh dari situs Investing.com, dengan periode pengamatan mulai Januari 2020 hingga Desember 2024. Data tersebut memiliki karakteristik deret waktu dengan fluktuasi yang tinggi dan pola tren yang berubah-ubah, sehingga sesuai untuk dianalisis menggunakan metode Double Exponential Smoothing yang mempertimbangkan komponen level dan tren. Proses penelitian meliputi tahap pengumpulan data, transformasi data, perhitungan peramalan menggunakan metode Double Exponential Smoothing, serta evaluasi kesalahan peramalan. Evaluasi akurasi dilakukan menggunakan beberapa indikator, yaitu Mean Absolute Error sebagai ukuran rata-rata selisih absolut antara nilai aktual dan hasil peramalan, Mean Squared Error yang mengukur rata-rata kuadrat kesalahan, Root Mean Square Error sebagai akar dari nilai Mean Squared Error, serta Mean Absolute Percentage Error yang menyatakan tingkat kesalahan relatif dalam bentuk persentase. Hasil penelitian menunjukkan bahwa kombinasi parameter pemulusan terbaik diperoleh pada nilai parameter alpha sebesar 0,9 dan parameter beta sebesar 0,1. Dengan parameter tersebut, metode Double Exponential Smoothing mampu menghasilkan nilai Mean Absolute Percentage Error sebesar 5,33 persen, yang mengindikasikan tingkat akurasi peramalan yang sangat baik. Hasil peramalan memperlihatkan adanya tren kenaikan harga Bitcoin yang konsisten pada periode Januari 2025 hingga Desember 2027. Selain itu, penelitian ini juga mengembangkan sistem peramalan berbasis web menggunakan bahasa pemrograman Python dengan framework Streamlit untuk mempermudah proses perhitungan, visualisasi, serta ekspor hasil peramalan. Meskipun demikian, penelitian ini memiliki keterbatasan karena evaluasi akurasi hanya dilakukan menggunakan data historis yang sama dengan data pelatihan, sehingga validasi di luar sampel belum diterapkan. Secara keseluruhan, metode Double Exponential Smoothing terbukti mampu memberikan kinerja peramalan yang baik dan relevan untuk analisis pergerakan harga Bitcoin dalam jangka menengah hingga panjang.

References

T. Blockchain and D. I. Bpjs, “FAKTOR-FAKTOR YANG MEMENGARUHI ORGANISASI DALAM MENGADOPSI,” vol. 9, no. 2, pp. 536–548, 2023.

Z. Munawar et al., “Analisis keamanan pada teknologi blockchain,” vol. 8, no. 2, 2023, doi: 10.32897/infotronik.2023.8.2.2062.

M. R. Kurniawan, R. Purbowisanti, M. R. M. Amsy, E. Bisnis, U. M. Surakarta, and J. Tengah, “Risks and Investment of Cryptocurrency : an Islamic Approach,” vol. 1, no. 1, pp. 1–12, 2023.

M. R. Maulana, P. Universitas, I. Negeri, K. Uniska, and M. A. B. Banjarmasin, “BITCOIN DAN KONSEP UANG DIGITAL : TINJAUAN HISTORIS DAN TEORITIS,” vol. 1, no. 2, pp. 69–78, 2024.

S. A. Alisia and A. H. Barkatullah, “Legalitas Bitcoin dan Teknologi Blockchain Dalam Sistem Keuangan Indonesia : Analisis Tatanan Hukum,” pp. 2856–2863, 2025.

I. A. Saputra, I. Faniyah, and B. P. Pratama, “Perlindungan Hukum Terhadap Member Dalam Transaksi Jual Beli Aset Digital Dengan Penggunan Cryptocurrency Bitcoin Pada Platform Trading Indodax Indonesia,” vol. 2, no. 3, pp. 229–242, 2025.

M. Nirraca and E. Hartati, “Prediksi harga bitcoin menggunakan metode long short term memory,” vol. 07, no. 01, pp. 55–65, 2024.

V. Tarigan et al., “Penerapan Metode Double Exponential Smoothing Untuk Memperediksi Jumlah Penjualan Springbed di PT . Masindo Karya Prima,” pp. 339–346, 2023.

A. A. Asmaradana, E. Widodo, R. Artikel, and E. I. Smoothing, “PENERAPAN METODE PERAMALAN DOUBLE EXPONENTIAL SMOOTHING PADA INDEKS HARGA KONSUMEN KOTA,” vol. 1, no. 1, pp. 30–36, 2023.

F. Liantoni and A. Agusti, “Forecasting Bitcoin Using Double Exponential Smoothing Method Based on Mean Absolute Percentage Error,” vol. 4, pp. 91–95, 2018.

S. Manullang, U. N. Medan, A. Mansyur, and U. N. Medan, “SUB DIVRE MEDAN MENGGUNAKAN METODE,” vol. 2, no. 1, 2023.

B. H. Mustawinar and D. R. Arifanti, “Peramalan Cadangan Devisa Menggunakan Metode Double Smoothing Exponential dan Metode Fuzzy Time Series,” pp. 105–114, 2024.

J. I. Matematika, A. M. Intahaya, and A. Isroil, “MATH unesa,” vol. 13, no. 02, pp. 309–314, 2025.

I. Amansyah, J. Indra, E. Nurlaelasari, and A. R. Juwita, “Prediksi Penjualan Kendaraan Menggunakan Regresi Linear : Studi Kasus pada Industri Otomotif di Indonesia,” vol. 4, pp. 1199–1216, 2024.

H. Sulastri, G. S. Anwar, E. Nur, and F. Dewi, “Peramalan Stok Barang Percetakan dan ATK Menggunakan Single Moving Average,” vol. 7, no. 1, pp. 59–69, 2023.

A. F. Insani, A. Mushawir, A. Adiaksa, S. Viridi, P. Studi, and S. Komputasi, “OPTIMISATION OF VARIABLE COMBINATIONS FOR HOUSEHOLD ELECTRICITY CONSUMPTION PREDICTION USING A MULTIVARIATE TIME SERIES MACHINE LEARNING APPROACH,” vol. 10, no. 1, pp. 87–98, 2025.

S. J. Pipin, R. Purba, and H. Kurniawan, “Prediksi Saham Menggunakan Recurrent Neural Network ( RNN- LSTM ) dengan Optimasi Adaptive Moment Estimation,” vol. 4, no. 4, pp. 806–815, 2023, doi: 10.47065/josyc.v4i4.4014.

I. Fitriyani, M. Al Haris, and P. R. Arum, “PERAMALAN LAJU INFLASI DI INDONESIA MENGGUNAKAN METODE FUZZY TIME SERIES SAXENA-EASO,” vol. 13, no. 2, pp. 94–110, 2024, doi: 10.14421/fourier.2024.132.94-110.

K. Kategori, S. Menurut, and P. Lynch, “ANALISIS PERBANDINGAN MODEL ARIMA DAN LSTM DALAM PERAMALAN HARGA PENUTUPAN SAHAM ( STUDI KASUS : 6,” vol. 2, no. 6, 2023.

P. S. Agribisnis, F. Pertanian, and U. M. Makassar, “ANALISIS FLUKTUASI DAN TREND HARGA KOMODITAS TELUR AYAM RAS DI KABUPATEN BULUKUMBA ANALYSIS OF FLUCTUATIONS AND TRENDS IN THE PRICE OF PUREBRED CHICKEN EGGS IN BULUKUMBA REGENCY,” vol. 3, no. 1, pp. 21–28, 2023.

L. Sarifah, S. Kamilah, S. Khotijah, I. Sains, I. Sains, and I. Sains, “Penerapan Metode Single Moving Average Dalam Memprediksi Jumlah Penduduk Miskin Pada Perencanaan Pembangunan Daerah Kabupaten Pamekasan,” vol. 8, no. 2, 2023, doi: 10.31102/zeta.2023.8.2.47-54.