Ebenhasier Liunokas, Kresentius Iku Kobesi, Cecilia Novianti Salsinha
This study aims to predict bitcoin prices using the time series method. One of the time series methods used is the ARIMA model. The data used is secondary data obtained from the site https://finance.yahoo.com in the form of monthly closing price data. Monthly closing price data starting from August 2017 to July 2022 totaling 60 data. The data obtained is used to predict bitcoin prices for the next 10 months, namely August 2022 to May 2023. The results show that the ARIMA(0,2,2) model is the best model chosen. The prediction results using the ARIMA model (0,2,2) for August 2022 to May 2023 are 25,674.46; 26018.57; 26,362.68; 26,706.79; 27050.90; 27,395.01; 27,739.13; 28083.24; 28,427.35 and 28,771.46. The results of this prediction show that the price of bitcoin will increase and the difference between the actual price and the predicted results is not much different from the actual data on the price of bitcoin.
Analisis sentimen terhadap cryptocurrency telah menjadi topik penting dalam riset dan pengembangan di bidang keuangan dan teknologi informasi. Twitter, sebagai platform media sosial yang populer, menjadi sumber data yang berharga untuk memahami sentimen pengguna terhadap cryptocurrency. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap cryptocurrency berdasarkan data dari Twitter menggunakan algoritma Naive Bayes dan Decision Tree. Metode yang digunakan melibatkan pengumpulan data dari Twitter yang berisi percakapan terkait cryptocurrency. Data tersebut kemudian dibersihkan, diproses, dan dianalisis menggunakan algoritma Naive Bayes dan Decision Tree. Naive Bayes digunakan untuk mengklasifikasikan sentimen menjadi positif, negatif, atau netral berdasarkan fitur-fitur teks dari tweet. Sementara itu, Decision Tree digunakan untuk membangun model prediktif yang dapat mengidentifikasi pola sentiment terhadap cryptocurrency..Hasil penelitian menunjukkan bahwa akurasi Naïve Bayes mencapai 80.222%, sedangkan Decision Tree mencapai 65.03%. Dari hasil ini, dapat disimpulkan bahwa Naïve Bayes lebih baik dalam mengklasifikasikan text mining dengan akurasi tertinggi. Perbandingan antara kedua metode menunjukkan perbedaan akurasi yang tidak signifikan, yaitu untuk Naïve Bayes dengan akurasi 80.22%, Presisi 96.90%, dan Recall 62.54%, serta Decision Tree dengan akurasi 65.03%, Presisi 52.02%, dan Recall 98.94%. Analisis opini publik terhadap cryptocurrency mengungkapkan bahwa masyarakat Indonesia cenderung memberikan tanggapan positif terhadap mata uang digital ini setelah dilakukan penelitian ini.
Teknologi blockchain telah menjadi fokus utama dalam pengembangan aplikasi web terdesentralisasi, membuka era baru dalam evolusi internet yang dikenal sebagai Web3. Di tengah perkembangan ini, perusahaan startup PT. Pintar Media Teknologi memperkenalkan aplikasi launchpad cryptocurrency yang mengandalkan teknologi blockchain untuk memberikan solusi terdesentralisasi dalam perdagangan aset crypto. Penulis mendapatkan kesempatan untuk melakukan penelitian pada PT. Pintar Media Teknologi untuk membangun aplikasi launchpad cryptocurrency. Metodologi pengembangan aplikasi blockchain yang diterapkan adalah metodologi Agile Scrum. Melalui analisis fitur-fitur yang dikembangkan, seperti perancangan Entity Relationship Diagram, desain basis data, hingga implementasi fitur-fitur utama seperti autentikasi menggunakan Web3, manajemen token, dan manajemen launchpad. Hasil penelitian ini memberikan wawasan tentang praktik pengembangan aplikasi blockchain dan kontribusi penulis pada penelitian ini adalah merancang dan mengimplementasi sistem informasi launchpad cryptocurrency sesuai dengan kebutuhan para stakeholders sehingga dapat mempercepat proses pengembangan produk.
Penelitian ini merupakan sebuah langkah maju dalam upaya meningkatkan efisiensi dan transparansi dalam manajemen rantai pasokan dengan memperkenalkan sebuah inovasi berbasis teknologi blockchain. Dalam latar belakangnya, paradigma tradisional dalam manajemen rantai pasokan sering kali dihadapkan pada tantangan koordinasi yang kompleks dan informasi yang rentan terdistorsi, yang dapat mengakibatkan kesalahan transaksi dan ketidakjelasan dalam proses. Untuk mengatasi permasalahan ini, kami mengusulkan pendekatan baru dengan menerapkan arsitektur berbasis blockchain, yang menjanjikan keunggulan dalam desentralisasi dan distribusi informasi. Tujuan dari penelitian ini adalah untuk menguji efektivitas solusi ini dalam meningkatkan transparansi dan kinerja rantai pasokan secara keseluruhan. Metode penelitian kami melibatkan pengembangan dan implementasi sistem blockchain yang terintegrasi dalam rantai pasokan yang ada, diikuti dengan pengujian dan evaluasi kinerja solusi ini. Hasil dari pengujian menunjukkan penurunan yang signifikan dalam kesalahan transaksi dan peningkatan tingkat transparansi real-time, memberikan bukti konkret tentang keberhasilan inovatif solusi ini. Dengan menerapkan teknologi blockchain, kami berhasil mengubah paradigma manajemen rantai pasokan dan membuktikan nilai tambahnya dalam mengatasi tantangan yang ada. Meskipun demikian, kami mengakui bahwa penelitian ini memiliki keterbatasan, terutama dalam hal generalisasi hasil ke sektor rantai pasokan yang lebih luas. Oleh karena itu, penelitian ini menjadi titik awal untuk penelitian lanjutan dan pengembangan solusi yang lebih holistik dalam meningkatkan efisiensi dan transparansi rantai pasokan global.
The development of cases or cases in terms of bankruptcy debtor assets, does not rule out the possibility of bitcoin becoming one of the assets or all assets of bankruptcy debtors given the large number of Indonesians who use bitcoin as an investment tool. Therefore, further study is needed regarding the validity of bitcoin as an asset in terms of the Civil Code and Indonesian Positive Law, as well as the validity of bitcoin as an object of general collateral for bankruptcy debtors. This research is a normative legal research (doctrinal research) with a statutory approach method and a conceptual approach using library research data collection techniques including primary and secondary legal materials and analyzed with interpretation techniques. The results of this study indicate that bitcoin is recognized as a commodity subject to VAT and Income Tax (Article 1 number 7 of Bappebti Regulation Number 5 of 2019 and Article 19 of the Minister of Finance Regulation 68 / PMK.03 / 2022). Based on the Civil Code, bitcoin is an intangible asset in the form of digital assets and is movable (Article 503 and Article 504 of the Civil Code) which can be attached to property rights (Article 499 of the Civil Code) and the owner of bitcoin can freely perform legal actions on the bitcoin owned. Bitcoin has fulfilled the elements of a collateral object, namely that it can become property rights, has economic value, can be executed, so that it can be used as an object of general collateral and can be included in the bankruptcy estate.
Muhammad Azis Ramdhani Sobari Afiatin, Neni Sri Imaniyati, Diana Wiyanti
ABSTRACT. The metaverse is a simulated digital environment that combines augmented reality, virtual reality, block chain, and social media to create user interaction areas that mimic the real world. It uses the block chain to ensure the uniqueness of digital goods, and non-fungible tokens (NFT) are unique and non-duplicable cryptographic tokens on the blockchain. NFT represent collectible digital assets with the same value as physical assets. However, Indonesian law does not provide specific rules for the metaverse and NFT. This research aims to describe the validity of buying and selling NFT on the metaverse, using a statutory approach method, conceptual approach method, normative juridical data collection type, analytical descriptive research specifications, and qualitative data analysis techniques. Ransverse, a virtual land buying and selling platform, does not meet the requirements of the "a lawful cause" clause in Indonesian law, as it does not have certification related to Trading Through Electronic Systems (PSME). Indonesian law mandates the use of rupiah as a means of payment for all transactions, including electronic and physical ones. Ransverse transactions are invalid and illegal, violating the principle of legal certainty. ABSTRAK. Metaverse adalah lingkungan digital simulasi yang menggabungkan augmented reality, virtual reality, blockchain, dan media sosial untuk menciptakan area interaksi pengguna yang meniru dunia nyata. Metaverse menggunakan blockchain untuk memastikan keunikan barang digital, dan non-fungible token (NFT) adalah token kriptografi yang unik dan tidak dapat digandakan pada blockchain. NFT mewakili aset digital yang dapat ditagih dengan nilai yang sama dengan aset fisik. Namun, hukum di Indonesia tidak memberikan aturan khusus untuk metaverse dan NFT. Penelitian ini bertujuan untuk mendeskripsikan keabsahan jual beli NFT pada metaverse, dengan menggunakan metode pendekatan perundang-undangan, metode pendekatan konseptual, tipe pengumpulan data yuridis normatif, spesifikasi penelitian deskriptif analitis, dan teknik analisis data kualitatif. Ransverse, sebuah platform jual beli tanah virtual, tidak memenuhi syarat klausul "suatu sebab yang halal" dalam hukum Indonesia, karena tidak memiliki sertifikasi terkait Perdagangan Melalui Sistem Elektronik (PSME). Hukum Indonesia mengamanatkan penggunaan mata uang rupiah sebagai alat pembayaran untuk semua transaksi, termasuk transaksi elektronik dan fisik. Transaksi yang dilakukan oleh Ransverse tidak sah dan ilegal, melanggar asas kepastian hukum.
Ni Ketut Novia Nilasari, Made Sudarma, Nyoman Gunantara
Semakin pesatnya perkembangan teknologi saat ini, dapat memudahkan seluruh kegiatan manusia, sehingga mengakibatkan seluruh aspek tidak bisa lepas dari teknologi tanpa terkecuali bidang keuangan. Dengan berkembangnya teknologi diiringi juga dengan dikenalnya berbagai instrument investasi. Setiap melaksanakan investasi tentu akan selalu ada berbagai resiko yang menyertainya termasuk investasi cryptocurrency salah satunya bitcoin. Tidak seperti mata uang konvensional, bitcoin bersifat tidak desentralisasi sehingga perkembangan harganya tidak dalam pengawasan atau kontrol pihak manapun, dimana jika uang konvensional ada lembaga tertentu yang mengawasi dan mengontrol pergerakannya. Hal tersebut mengakibatkan harga nilai tukar dari bitcoin menjadi tidak konsisten atau tidak stabil. Dengan terdapatnya metode prediksi, pengguna bitcoin bisa menetapkan waktu yang pas untuk menjalankan transaksi. Penelitian ini memiliki tujuan guna memprediksi harga bitcoin dengan menggunakan metode LSTM serta Bi-LSTM. Berdasarkan hasil penelitian diperoleh hasil prediksi terbaik menggunakan metode Bi-LSTM dengan RMSE 1482.73 sedangkan dengan LSTM menghasilkan RMSE sebesar 1768.69 sehingga dapat disimpulkan dari sisi akurasi Bi-LSTM memberikan hasil yang lebih akurat hanya saja dengan Bi-LSTM membutuhkan resourse yang lebih banyak.
Desi Windisari, Puspa Kurniasari, Melia Sari, Muhammad Fajri
Dalam era perkembangan teknologi yang pesat saat ini, terutama dengan koneksi internet yang semakin luas, terdapat berbagai inovasi yang signifikan. Salah satu contoh nyata dari perkembangan teknologi ini adalah Blockchain. Blockchain memiliki ciri khas dalam cara penyimpanan data dilakukan. Keunikan utama dari Blockchain adalah tidak memerlukan pengungkapan data pribadi pengguna untuk mengakses aplikasi tertentu. Teknologi ini digunakan untuk memfasilitasi berbagai transaksi di dalam jaringan terdesentralisasi, termasuk mata uang kripto, serta memiliki potensi besar untuk diterapkan di berbagai sektor industri, seperti logistik, kesehatan, dan permainan. Salah satu contoh implementasi Blockchain adalah dalam industri permainan, yang bertujuan untuk meningkatkan keamanan data transaksi di dalam permainan.
 Penelitian ini melibatkan penggunaan smart contract dari blockchain Polygon Mumbai Testnet sebagai alat pencatatan transaksi dan OpenSea Testnet sebagai apresiasi kepada pengguna selama permainan. Penelitian ini membutuhkan dua komponen utama, yaitu sistem blockchain sebagai backend dan sistem permainan sebagai antarmuka pengguna (frontend). Metode pengembangan yang digunakan adalah extreme programming
 Kedua sistem tersebut dikembangkan menggunakan bahasa pemrograman JavaScript untuk pembuatan sistem permainan dan integrasi antara sistem blockchain dan permainan, sementara bahasa Solidity digunakan untuk membangun smart contract dalam blockchain. Pengujian sistem dilakukan dengan metode black box, dan hasilnya menunjukkan bahwa fungsi-fungsi sistem telah diuji secara valid. Data yang telah divalidasi digunakan untuk menguji kepadatan jaringan berdasarkan zona waktu aktifitas Asia dan Eropa.
 Hasil pengujian menunjukkan bahwa sistem blockchain yang diimplementasikan dalam permainan berhasil berjalan dengan baik. Pengguna dapat dengan mudah melacak data transaksi dan hadiah yang mereka terima dalam permainan tanpa risiko kebocoran data pribadi
Bitcoin is always interesting to keep predicting where the next price movement will go. Bitcoin is the first and most influential Cryptocurrency on cryptocurrency price movements. Bitcoin is traded in many markets, the largest in Indonesia is Indodax. Indodax provides a document sharing API so that third parties can build applications that are able to process data on bitcoin price movements in real-time and continuously. This research shows how patterned datasets can be applied to monitor bitcoin price movements from the indodax market and show their effects on other cryptocurrency assets besides bitcoin. This research shows how data that is patterned and then processed using the minimum and maximum functions can provide 2 important information, namely the potential position of bitcoin when it is at the maximum and minimum points. The results of the patterned dataset formula are then compared to the movements of the 2 cryptocurrencies with the largest capitalization, namely BTC (Bitcoin) and ETH (Ethereum). The results of the comparison show that the use of patterned dataset formulas successfully shows important points in cryptocurrency trading, with simpler instructions.
Achmad Bahauddin, Putro Ferro Ferdinant, Devalia Elisabeth, Tanti Ruwani
Universitas Sultan Ageng Tirtayasa currently lacks a secure application to store digital certificates, including diplomas and academic transcripts, with an assurance of non-alteration. Consequently, a research study was conducted to develop a blockchain-based certificate storage on its website. The choice of blockchain technology was driven by its cryptographic security, immutability, distributed ledger, and decentralized features. The research aimed to identify stakeholder needs for website application development, design a blockchain-based website application for storing certificates, and assess the outcomes of testing this application. The research followed the System Development Life Cycle (SDLC) method, encompassing planning, analysis, design, implementation, and system testing stages. The stakeholders involved in this website application included university administrators responsible for uploading digital certificates, students accessing their own certificates, and companies verifying student credentials. The application was designed with rich images, use case diagrams, sequence diagrams, hierarchical charts, entity-relationship diagrams, and application specifications. The results of the System Usability Scale testing showed a score of 76.56, indicating that the application falls within the acceptable range and is deemed acceptable by users.
Pasar e-commerce Indonesia diperkirakan dapat menjadi kontributor pertumbuhan utama di Asia Pasifik. Berdasarkan analisis RedSeer, pasar e-commerce Indonesia diproyeksikan dapat meningkat menjadi US$137.5 miliar pada tahun 2025. Pada perkembangannya, e-commerce memerlukan suatu sistem rekomendasi. Sistem rekomendasi adalah aplikasi perangkat lunak yang menyediakan atau menyarankan item kepada pengguna. Sistem ini menggunakan teknik penyaringan untuk memberikan rekomendasi. Teknik berbasis konten diadopsi karena bersifat user independent. TF-IDF (Term Frequency Inverse Document Frequency) dan kesamaan kosinus digunakan untuk menentukan seberapa relevan atau miripnya produk dengan produk lainnya. Hasil dari penelitian ini sistem telah berhasil memberikan rekomendasi produk yang cukup relevan dengan nilai rata-rata precision 0.855 atau 85% dengan hasil rekomendasi yang ditampilkan hanya produk yang memiliki score kemiripan minimal 0.1 dan maksimal 1. Selain itu, e-commerce tidak lepas dari potensi ancaman dari peretas karena biasanya perusahaan e-commerce menyimpan datanya di lokasi terpusat (centralized). Namun masalah keamanan tersebut dapat dijawab melalui penggunaan teknologi blockchain.
Muhammad Sahi, Muhammad Faisal, Yunifa Miftachul Arif, Cahyo Crysdian
Bitcoin is one of the fastest-growing digital currencies or cryptocurrencies in the world. However, the highly volatile Bitcoin price poses a very extreme risk for traders investing in cryptocurrencies, especially Bitcoin. To anticipate these risks, a prediction system is needed to predict the fluctuations in cryptocurrency prices. Artificial Neural Network (ANN) is a relatively new model discovered and can solve many complex problems because the way it works mimics human nerve cells. ANN has the advantage of being able to describe both linear and non-linear models with a fairly wide range. This research aims to determine the best performance and level of accuracy of the ANN model using the Back-Propagation Neural Network (BPNN) algorithm in predicting Bitcoin prices. This study uses Bitcoin price data for the period 2020 to 2023 taken from the CoinDesk market. The results of this study indicate that the ANN model produces the best performance in the form of four input nodes, 12 hidden nodes, and one output node (4-12-1) with an accuracy rate of around 3.0617175%.
Bitcoin price prediction involves analyzing a variety of factors, including market sentiment, trading volume, economic news, technological developments, and other factors that affect supply and demand. Both technical and fundamental analysis methods can be used to try to predict Bitcoin price movements. In this Bitcoin price prediction using a Deep Learning approach with the chosen method is LSTM. The LSTM (Long Short-Term Memory) method is a popular type of Recurrent Neural Network (RNN) model for predicting the price of Bitcoin and other financial assets. LSTM can solve the problem of price movements that have long-term dependencies, which traditional RNN models cannot handle well. LSTMs have the ability to "remember" information from longer periods of time, thereby recognizing complex patterns and trends in historical data. In this study the prediction period used a dataset from March 1 2016 to November 24 2018. This study used an epoch parameter of 10 with a learning rate of 0.001. In addition, the batch size parameter used is 25 with layers only. The evaluation results of this study resulted in an RMSE of 77.74 and an MAE of 278.33. This shows that the RMSE value is small because the Bitcoin price range is too far.
Hutomo Sakti Kartiko, Tedy Rismawan, Ikhwan Ruslianto
Blockchain merupakan teknologi buku besar yang bersifat decentralized. Blockchain memiliki protokol consensus sebagai kesepakatan bersama dalam pengelolaan basis data. Contoh penerapan blockchain yaitu ethereum. Kelebihan ethereum yaitu dapat menjalankan program atau aturan yang disebut sebagai smart contract. Proses perubahan data pada ethereum memerlukan biaya transaksi atau gas fee. Nilai gas fee ini fluktuatif menyesuaikan gas fee terendah saat ini, kepadatan jaringan dan kompleksitas transaksi. Smart contract ethereum tidak efisien untuk menyimpan data yang berukuran besar karena semakin besar data yang disimpan maka semakin kompleks transaksi yang perlu dilakukan. Untuk meningkatkan efisiensi gas fee smart contract maka dilakukan sebuah penelitian dengan menerapkan InterPlanetary File System (IPFS). Teknik yang digunakan yaitu mengkombinasikan teknologi IPFS dengan smart contract ethereum untuk mengurangi kompleksitas transaksi ketika proses penyimpanan data penggalangan dana ke smart contract ethereum. Penerapan IPFS pada aplikasi penggalangan dana membutuhkan gas fee 0,00311847-0,003379868 ETH dengan kecepatan transaksi 12-36 detik. Berdasarkan pengujian sebanyak 40 kali dengan data yang berbeda, penerapan IPFS dapat menurunkan gas fee dengan rata-rata hingga 94,39% dan kecepatan transaksi sistem yang menerapkan IPFS lebih besar 13,55% dari sistem yang tidak menerapkan IPFS.
Di era sekarang teknologi sudah semakin pesat berkembang dalam berbagai sektor, salah satu peningkatan yang cukup signifikan yaitu hadirnya mata uang digital dengan teknologi blokchain yang membawa perubahan dalam pergerakan ekonomi dengan membawa nama cryptocurrency. Pada penelitian ini betujuan untuk mengukur data tingkat akurasi indikator Exponential Moving Average dalam analisis teknikal mata uang digital cryptocurrency. Penelitian ini mengambil data mata uang digital cyrptocurrency Bitcoin periode 2017 – 2023 sebagai objek penelitian yang dilakukan. Hasil penelitian tingkat akurasi indikator Exponential Moving Average pada Bitcoin selama periode 2017 – 2023 adalah mendapatkan tingkat akurasi sebesar 53.33 % dengan mengetahui tingkat akurasi dalam mengambil keputusan untuk melakukan penjualan dan pembelian maka sebagai investor dapat meminimalisir resiko dalam berinvestasi.
Cryptocurrency mining is a process carried out using a specialised computer network in order to obtain new crypto assets. The cryptocurrency mining business in today's digital era is increasingly in demand by netizens. Many netizens run cryptocurrency mining businesses to generate new cryptocurrency assets that can be traded on the cryptocurrency market to earn huge profits. In doing cryptocurrency mining itself, it is necessary to be careful in choosing the cryptocurrency mining machine used to get the maximum profit. In this study, researchers proposed the Multifactor Evaluation Process as a decision support system method used to simplify the process of selecting the best cryptocurrency mining machine. The results of this study show that the best cryptocurrency mining machine that is most recommended to use is Cheetah Miner F5I (0.2120), followed by the alternatives iBeLink DSM7T Miner (0.2072), Bitfury RD4 (0.2016), Aladdin T1 16T (0.2016), and Obelisk SC1 Dual (0.1800).
LPMP West Sumatra is a company in the technical implementation department of the Ministry of Education and is led by leadership and is responsible to the Director General for Improving the Quality of Educators and Education Personnel (PMPTK). The selection process for hiring contract employees has difficulties because the system is still manual where all the processes from the initial stage of registration selection to the final stage of registration selection are all done manually so it takes quite a long time and is troublesome and drains a lot of energy and energy for the company management. . So there is a need for an online selection information system for contract employee recruitment at LPMP West Sumatra such as a decision support system. This Decision Support System (DSS) uses the Simple Multi Attribute Rating Technique (SMART) method. The SMART method is a decision-making method for handling multi-criteria problems based on calculating the criteria weights for each alternative. The aim of this decision support system was to be able to assist the selection process for hiring contract employees at LPMP West Sumatra quickly, precisely and accurately. The results obtained by the alternative with the name of the prospective contract employee were Ririn Novrianti with a score of 0.755. This helps West Sumatra LPMP leaders in determining prospective contract employees who meet the requirements for employment
Repi Septia Nugraha, Ariawan Djoko Rachmanto, Zen Munawar
Untuk mengetahui harga dari Bitcoin akan naik atau turun, bisa dilakukan dengan berbagai cara, salah satunya menggunakan data mining, yaitu proses pengumpulan informasi dan menyimpulkannya menjadi informasi-informasi yang bisa dipakai untuk berbagai hal, seperti meningkatkan keuntungan, memperkecil risiko, memprediksi suatu nilai, membantu membuat keputusan, dan lain sebagainya. Forecasting adalah salah satu fungsi dari data mining, yaitu proses memprediksi berdasarkan pola-pola dalam suatu data. Prediksi dilakukan agar kita bisa melakukan segala sesuatu dengan risiko sekecil mungkin pada masa yang akan datang. Regresi linier adalah salah algoritma yang ada pada data mining, yaitu alat yang dgunakan untuk mengetahui pengaruh satu atau beberapa variabel terhadap variabel lainnya. Penelitian ini bertujuan untuk mendapatkan gambaran tentang apa itu Bitcoin dan bagaimana nilai Bitcoin jika dianalisis menggunakan algoritma data mining, yaitu regresi linier dengan menggunakan aplikasi RapidMiner Studio Educational 9.9.002. Hasil dari penelitian ini menunjukkan bahwa keakuratan nilai Bitcoin berdasarkan data yang diambil dari coinmarketcap.com dan investing.com dengan menggunakan regresi linier mendapat rata-rata persentase sebesar 11%.
Penyebaran hoaks dan kampanye hitam di sosial media menjadi permasalahan krusial selama Pemilu karena mampu menurunkan integritas dan menciderai nilai Demokrasi, sehingga stakeholders perlu membangun solusi inovatif untuk mencegah dan menanggulanginya. Tulisan ini bertujuan untuk memberikan solusi pencegahan dan penanganan penyebaran hoaks dan kampanye hitam di seluruh kelompok pengguna pada Pemilu 2024. Kebaruan penelitian ini terletak pada pemberian solusi yang komprehensif, sistematis dan terintegrasi mulai dari tahapan perencanaan, pelaksanaan, dan pengawasan. Metode penelitian ini menggunakan pendekatan kualitatif dengan studi kepustakaan. Hasil penelitian menunjukkan bahwa Smart Contract Logic (SCL) dapat mengurangi penyebaran hoaks dengan mendeteksi karakteristik dan asal pesan serta membatasi aliran hoaks. SCL juga secara reaktif dapat memblokir pesan palsu sehingga mengurangi penyebaran hoaks di seluruh kelompok pengguna dalam seluruh tahapan Pemilu. Adapun Penggunaan Sistem Deteksi Hoaks Otomatis dapat digunakan untuk mengetahui keaslian postingan seseorang di media sosial seperti berita, twitter, facebook serta menemukan tulisan serupa di media sosial lainnya atau website sehingga meningkatkan keakuratan dan keandalan berita. Penyelenggara Pemilu dan seluruh stakeholder dapat ikut andil dalam penanganan hoaks di setiap tahapan Pemilu dengan melaksanakan sosialisasi, pendidikan Pemilih serta pengawasan dan evaluasi secara berkelanjutan.
Bitcoin is one of the digital payments that is currently booming, fast delivery makes bitcoin in great demand by many people, currently there are many digital currency exchanges that can be used, one of the well-known ones in Indonesia, namely Indodax. Indodax is a cryptocurrency exchange, not only an exchange, Indodax also provides a chat room containing investors' opinions. Opinions contained in the Indodax chat room can be used to determine whether comments are positive, neutral or negative, so that it can be an investor's decision to sell or buy bitcoin using sentiment analysis. The sentiment analysis process begins with collecting data using an instant data scraper on the Indodax website, data preprcoessing, labeling using vader lexicon, TF-IDF as word weighting, data splitting, naïve Bayes algorithm and support vector machine, feature selection xgboost and gradient boosting, model evaluation with confusion matrix, then comparing the results of the two algorithms. Based on the tests that have been carried out, naïve bayes obtained the best accuracy value of 70.7%, naïve bayes combined with XGBoost obtained the best accuracy value of 86.6%, while the Support vector machine obtained the best accuracy 86.1%, support vector machine combined with gradient boosting obtained the best accuracy value of 88%. Based on these results the use of feature selection can increase the accuracy value of the algorithm.
Indri Tri Julianto, Dede Kurniadi, Fathia Alisha Fauziah, Ricky Rohmanto
Cryptocurrency is a digital currency not managed by a state or central bank, and transactions are peer-to-peer. Cryptocurrency is still considered a speculative asset and its price volatility is relatively high, but it is also expected to become an efficient and secure transaction tool in the future. The purpose of this study is to compare and improve the performance of the Data Mining Algorithm model using the Feature Selection-Wrapper with the Binance Coin (BNB) cryptocurrency dataset. The Feature Selection-Wrapper approach used is Forward Selection and Backward Elimination. The algorithms used are Neural Networks, Deep Learning, Support Vector Machines, and Linear Regression. The methodology used is Knowledge Discovery in Databases. The results showed that from a comparison using K-Fold Cross Validation with a value of K=10, the Neural Network Algorithm has the best Root Mean Square Error value of 10,734 +/- 10,124 (micro average: 14,580 +/- 0,000). Then after improving performance using Forward Selection and Backward Elimination in the Neural Network Algorithm, the best performance improvement results are shown by using Backward Elimination with RMSE 5,302 +/- 2,647 (micro average: 5,805 +/- 0,000).
Abstract Indonesian agricultural production is unpredictable. The harvest quality causes this is not-optimal harvest quality. The researchers provide a solution by utilizing a severe game design model as a learning medium to make decisions for optimizing production. In comparison, Blockchain technology is for data security, Distributed ledgers and Smart Contracts. The transaction between producers and consumers are permanent and verified. For the literature study of optimization to maximize farmers' production, the researchers use Simplex Method as an objective function and the Pareto function as an optimization model for multiple problems by finding solutions for all purposes to improve farmers' production. Multi-Objective Optimization, Linear Programming, Blockchain, and Hierarchical State Finite Machine are needed to design a serious game. This study designed Hierarchical State Finite Machine Serious Game using Blockchain and Multi-Objective Optimization method as a learning medium to simulate farmers making decisions In producing agricultural quantities based on consumer demand, stock, price, season, and planting time. Blockchain is used to track the availability of farm stocks so that the supply of consumer needs is met.
Twitter merupakan sosial media yang sedang hype di era sekarang ini, sebuah aplikasi seperti twitter pasti memiliki banyak data seperti simbol, kata kata , angka , kalimat dan lain sebagainya. Namun tidak mudah mengumpulkan sebuah data dengan cara yang sederhana maka dibutuhkan sebuah data mining yang bertujuan untuk mengumpulkan dan mengolah data agar dapat dengan mudah mengekstrak informasi data tertentu. Proses Data mining ini menggunakan metode Naive Bayes Classifier untuk menghasilkan tingkat akurasi dari metode tersebut untuk data twitter tentang NFT(Non Fungible Token).
Bitcoin is one of the most valuable crypto currencies among other crypto currencies. However, the legality of Bitcoin itself has not been recognized by Indonesia and many other countries as a legal tender, but it is allowed to be used as an investment asset. In the midst of the price of Bitcoin and its very high popularity, a sudden decline occurred after the discovery of a new variant of the Covid-19 virus. This study aims to find out about the cause of the fall in the value of Bitcoin after the establishment of the new Omicron Covid-19 variant as a variant that all countries in the world must be wary of. This research is a Library Research type with data sources in the form of news published by CNBC Indonesia on December 5, 2021, using the content analysis method. The conclusion of this study is that the fall in the price of Bitcoin was caused by the fear of shareholders and other high-risk assets due to news about the possibility of a lockdown in various countries, so these investors released their risky assets, including Bitcoin as a new asset which is still experiencing very high volatility so it is considered risky.