Journal of Information Technology Ampera Vol. 2, No. 2, August 2021 e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Penerapan Ontology Berbasis Protégé Untuk Mengestimasi Nilai Ekonomi Cryptocurrency Muhammad Ashardiansyah Putra1, Ferdiansyah2, Linda Atika3 , Kiky Rizky Nova Wardani4 1Sistem Informasi , Universitas Bina Darma, Palembang, Indonesia 2,3Information System Departement, Bina Darma University, Palembang, Indonesia Email: 1ashardiansyahputra07@gmail.com, 2ferdi@binadarma.ac.id, 3lindaatika@binadarma.ac.id, 4kikiwardani@gmail.com Abstrak Cryptocurrency adalah mata uang digital yang digunakan sebagai alat tukar sama halnya seperti rupiah maupun dollar. Dan sama halnya dengan mata uang kartal, Cryptocurrency juga mengalami ketidaktetapan nilai atau biasa disebut dengan fluktuasi. Tujuan penelitian ini adalah untuk mengestimasi nilai Cryptocurrency yang mengalami fluktuasi dengan mengimplementasikannya kedalam Ontology dengan menggunakan tools protégé. Dengan adanya Ontology dapat memudahkan users dalam mencari informasi mengenai Cryptocurrency. Hasil dari penelitian ini menunjukan bahwa Ontologymerupakan salah satu basis dari Knowledge Management Systems yang bisa memudahkan dalam mensistematisasi, meningkatkan dan mempercepat pengelolaan pengetahuan sehingga dengan mudah untuk di pahami bagi para users Cryptocurrency, Hasil lain dari penelitian ini adalah pembuatan Ontology Cryptocurrency dengan subclass Blockchain, Users, MataUang, Ekonomi dan Faktor. Masing-masing dari subclass tersebut memiliki subclass lagi secara terstruktur, dan hasil dari pembuatan Ontology teknik komputer dalam mengestimasi nilai ekonomi Cryptocurrency yang berguna bagi kalangan Users ataupun orang-orang yang ingin mengetahui lebih lanjut informasi mengenai crytpcurrency. Kata Kunci : Cryptocurrency, Ontology, Knowledge Management Systems, protégé 1. PENDAHULUAN Cryptocurrency pertama diciptakan pada tahun 2008 dengan munculnya sebuah artikel berjudul “Bitcoin: A Peer-to-peer Electronic Cash” yang ditulis oleh seseorang menggunakan nama Satoshi Nakamoto [1]. Artikel tersebut dikirim pada sebuah forum email (mailing list) kriptografi. Masih pada tahun yang sama, seseorang membeli sebuah domain dengan nama bitcoin.org dan setahun setelah itu bitcoin pertama muncul[2][3]. 77 This work is licensed under a Creative Commons Attribution 4.0 International License. Journal of Information Technology Ampera Vol. 2, No. 2, August e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Ontology merupakan suatu teori akan makna dari suatu obyek, properti dari suatu obyek dan relasinya yang mungkin terjadi dalam suatu ruang lingkup pengetahuan. Ontology menjelaskan tentang konsep domain (class, disebut juga konsep)[3][4]. Properti dari setiap konsep menerangkan gambaran dan atribut dari konsep (slot, disebut juga dengan properti), dan pembatasan pada slot disebut facets atau garis pembatas)[5]. Pertumbuhan pada Cryptocurrency meningkatkan Suatu Ontology bersama-sama dengan individu instance (kejadian) tentang class membentuk dasar pengetahuan. Komponen dalam Ontology terdiri dari instance, slot dan class minat dalam studi dinamika ekonomi dan karakteristik keuangan [6]. Transaksi data Bitcoin tersedia dari beberapa sumber online termasuk Coindesk, Datastream, Yahoo, Finance, Google, Finance Blockchain.info dan setiap bursa umum lainnya. Di Indonesia memiliki Indodax yang menyediakan data transaksi Cryptocurrency [7]. Dalam penelitian sebelumnya [8]telah membuat Ontology secara spesifik ke digital money yang berhasil menghubungkan dan mengklasifikasi konsep, atribut serta hubungannya dalam domain digital money[7]. Berdasarkan kajian pustaka dan penelitian selanjutnya, penelitian ini akan mengembangkan penelitian sebelumnya dan menambahkan atribut, domain serta entitas baru untuk mengestimasi nilai ekonomi Cryptocurrency yang mengalami fluktuasi yang signifikan, Maka tujuan dari penelitian ini adalah untuk mengestimasi nilai ekonomi Cryptocurrency yang mengalami fluktuasi yang signifikan dengan mengimplementasikannya menggunakan Ontology berbasis protégé 2. METODE Berdasarkan kerangka penelitian yang telah di buat digambar 1 maka tahap selanjutnya adalah pengumpulan data. Pengumpulan data dilakukan dengan cara observasi dan studi pustaka terhadap data-data Cryptocurrency yang akan di terapkan di Ontology . Tahap ini di lakukan dengan mencari informasi melalui media internet, buku-buku pengetahuan, jurnal-jurnal, dan media lainnya. Untuk itu, data yang telah di kumpulkan melalui berbagai sumber diatas dan mencakup domain tentang Cryptocurrency secara luas. berdasarkan pengetahuan yang ada, kemudian akan di definisikan istilah yang akan digunakan sebagai domain yang selanjutnya disusun membentuk taksonomi atau domain hierarchy yang dapat terdiri atas domain dan sub-domain. 78 | Penerapan Ontology Berbasi Protégé Untuk Mengestimasi ….. Journal of Information Technology Ampera Vol. 2, No. 2, August 2021 e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Gambar 1 Kerangka Penelitian Dalam tahap pertama ini telah dijelaskan pada tahap pertama dimana dalam penelitian sebelumnya sudah membuat Ontology secara spesifik ke digital money yang berhasil menghubungkan dan mengklarifikasi konsep, atribut serta hubungannya dalam domain digital money. Berdasarkan kajian pustaka dan penelitian selanjutnya, penelitian ini akan mengembangkan penelitian sebelumnya dan menambahkan atribut, domain serta entitas baru untuk mengestimasi nilai ekonomi Cryptocurrency yang mengalami fluktuasi yang signifikan dengan mengimplementasikannya menggunakan Ontology berbasis protégé. Dalam tahap kedua ini adalah melakukan metode pengumpulan data menggunakan metode-metode yang berbeda di antaranya Step 1 Studi Pustaka ; Mencari referensi berupa dokumen atau berkas, kumpulan data, buku, jurnal penelitian serta artikel lainnya yang berhubungan dengan penelitian. Step 2 Observasi ; Meninjau langsung keberadaan Cryptocurrency di berbagai tepat misalnya marketplace, web trading dan lain-lain. Step 3 Metode Deskriptif ; Menyajikan Gambaran Cryptocurrency dalam bentuk Ontology yang akan di buat di protégé. Muhammad Ashardiansyah Putra, Ferdiansyah, at all | 79 Journal of Information Technology Ampera Vol. 2, No. 2, August e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Dalam tahap ketiga ini adalah rangkuman dari beberapa peneliti yang telah mengestimasi nilai Cryptocurrency. Tahap ini adalah tahap perancangan Ontology setelah semua data yang telah di rangkum menjadi satu, dan akan di terapkan di Ontology menggunakan software protégé. Namun sebelum merangkum beberapa data tersebut menjadi Ontology dan agar lebih memudahkan dalam merancang akan di tentukan beberapa hal seperti individuals, domains, domain, subdomain, properties, dan entitas. Seperti yang telah di jelaskan di halaman sebelumnya ada 3494 penelitian yang memberikan pemahaman dasar dan pengetahuan tentang domain prediksi Cryptocurrency dengan kata kunci “Prediksi Cryptocurrency. Web Of Sciences, IEEE Explore, dan Google Cendekia adalah mesin pencari basis data terkenal yang digunakan untuk menemukan domain prediksi Cryptocurrency. Untuk merangkum hal tersebut akan di batasi dari 5 tahun terakhir dari beberapa penelitan tersebut. Dalam hal ini telah terdapat 3494 artikel dari seluruh mesin pencarian yang sudah di bahas diatas. Dengan demikian 116 dari 3494 artikel ditemukan berfokus kepada penelitian Cryptocurrency, prediksi Cryptocurrency menggunakan metode deep learning atau machine learning[9][10][11][12][13][14], aktifitas, proses, konsep, dan hasil, dalam penelitian ini artikel penelitian, makalah konferensi, buku, dan disertasi dipertimbangkan sementara jenis dokumen lainnya dikeluarkan dari analisis. Dan untuk hasil estimasi yang paling mendekati dari nilai Cryptocurrency akan digunakan metode LSTM, menurut deep learning yang telah di rangkum di atas, dipastikan LSTM mengungguli beberapa metode lainnya dengan pengujian tersebut didapatkan hasil yang terbaik dengan komposisi akurasi data latih 70% dan data uji 30% dengan akurasi rata-rata pada data latih 95.36% dan data testing 93.5%. 2.1. Metode Perancangan Ontology Berdasarkan tahap tiga pada kerangka penelitian diatas tahap selanjutnya adalah perancangan Ontology. Dalam perancangan Ontologyakan menentukan beberapa attribute yang dibutuhkan seperti domain, subdomain, individu, dan properti. Berikut flowchart dalam pembuatan Ontology. 80 | Penerapan Ontology Berbasi Protégé Untuk Mengestimasi ….. Journal of Information Technology Ampera Vol. 2, No. 2, August 2021 e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Gambar 2 Metode Perancangan Ontology 2.2. Penentuan Komponen Ontology Dan Relasi Proses selanjutnya ialah menentukan beberapa komponen penting dalam pembuatan Ontology seperti domain, properti, dan individu. Gambar 3 Penentuan Class Gambar 4 Penentuan Individu Muhammad Ashardiansyah Putra, Ferdiansyah, at all | 81 Journal of Information Technology Ampera Vol. 2, No. 2, August e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Gambar 5 Penentuan Properties Pada Gambar 3 menjelaskan Class utama yang memiliki beberapa subclass di antaranya adalah Cryptocurrency, blockchain, Ekonomi, Faktor, Mata uang dan Users. Pada Gambar 4 adalah pendefinisian individu berdasarkan koin dari list Cryptocurrency active maupun inactive (AUR, B, BCC, BCH, BTC, COYE, D, DASH, DOGE, EOS, ETC, ETH, GRC, KOI, L , LTC, MZC, NEO, NMC, NXT, POT, PPC, TIT, USDT, VTC, XBT, XDG, XEM, XLM, XMR, XPM, XRP, XVG, ZEC). Pada Gambar 5 adalah penentuan dari Property yang menjadi sebuah penghubung antar class property tersebut Antara lain Hastype, HowtoGet, Howtosave, Kindof, Listofkoin, Marketby, PlayersInvolved, ThePlayers, Fluctuatuation, HasCoinName, HasFactor, HasName, HasResult, HasTechnique, HasTechnology, dan HasType. 3. HASIL DAN PEMBAHASAN 3.1 Hasil Ontology Berdasarkan data dan informasi yang berkaitan dengan Cryptocurrency dan tinjauan-tinjauan mengenai teknik atau metode dalam mengestimasi nilai Cryptocurrency. Berikut hasil dari pembuatan Ontology mengenai Cryptocurrency dengan menggunakan protégé ; 82 | Penerapan Ontology Berbasi Protégé Untuk Mengestimasi ….. Journal of Information Technology Ampera Vol. 2, No. 2, August 2021 e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Gambar 6 Ontology Cryptocurrency Pada gambar 6 menjelaskan struktur Ontology dari Cryptocurrency domain, yang termasuk salah satu dari subdomain DigitalMoney. Ontology Cryptocurrency memiliki lima subdomain diantaranya adalah Blockchain , Ekonomi, Faktor, Users, dan MataUang. Blokchain adalah tekonologi dari Cryptocurrency itu sendiri dengan relasi Properti HasTechnology , Ekonomi adalah keadaan dari Ekonomi Cryptocurrency itu sendiri dengan relasi Properti, Faktor adalah Faktor fluktuasi dari Cryptocurrency dengan relasi Properti Fluctuation yang menjelaskan bahwa Cryptocurrency memiliki faktor dalam kenaikan dan turun nya harga (Fluktuasi). Users adalah pengunaa atau orang yang terlibat dari Cryptocurrency di balik Cryptocurrency memiliki beberapa users yang melakukan kerjanya masing dengan relasi properti Players Involved yang berarti pengguna yang terlibat. 3.2 Hasil Keseluruhan Ontology Gambar 7 Hasil Keseluruhan Ontology Muhammad Ashardiansyah Putra, Ferdiansyah, at all | 83 Journal of Information Technology Ampera Vol. 2, No. 2, August e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index Gambar diatas menjelaskan struktur Ontology dari keseluruhan Cryptocurrency berdasarkan penelitian ini. Hasil tersebut didapatkan setelah beberapa Ontology yang di gabungkan menjadi satu dan di tampilkan dengan struktur Ontology yang menggunakan tools protégé. Namun hasil tersebut tampak terlihat kurang jelas apabila di screenschot melalui protégé itu sendiri. Peneliti sudah menyiapkan video mengenai hasil keseluruhan dari Ontology Cryptocurrency yang telah di buat pada penelitian ini. Video tersebut telah di unggah di dalam sebuah social media bernama youtube dengan link sebagai berikut: https://www.youtube.com/watch?v=2vE26spZeIg. 3.3 Hasil Ontology untuk prediksi yang direkomendasiman Gambar 8 Teknik prediksi Yang Direkomendasikan Pada Gambar 8 menjelaskan struktur Ontology dari teknik prediksi yang sudah disusun berdasarkan tinjauan pustaka dan penelitian terdahulu dalam meprediksi mata uang kripto. Teknik terbaik adalah subdomain dari masing-masing penelitian yang telah di teliti oleh peneliti terdahulu dalam mengestimasi nilai Cryptocurrency, dan untuk hasil terbaik adalah penelitain dari [15]yang menggunakan teknik LSTM dari beberapa algoritma yang biasa digunakan untuk memprediksi mata uang kripto tersebut. 3.4 Pembahasan Pada bagian ini, model dalam pembuatan Ontology berhasil dibuat dengan menggunakan tools protégé, model Ontology ini dapat memberikan informasi yang mudah dipahami hanya dengan meng-klik salah satu domain yang ingin di ketahui subdomain nya atau hubungannya maka strukurnya akan membuat cabang subdomain dari domain yang telah di klik. Dan untuk mengestimasi nilai 84 | Penerapan Ontology Berbasi Protégé Untuk Mengestimasi ….. Journal of Information Technology Ampera Vol. 2, No. 2, August 2021 e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index ekonomi tersebut dapat dilihat di domain ekonomi atau faktor, kedua domain ini memiliki subdomain yang sama yaitu spekulasi, namun untuk diekonomi di jelaskan domain spekulasi dengan subdomain spekulasi trading sedangkan untuk di faktor menjelaskan domain spekulasi dengan subdomain spekulasi analisa. Berdasarkan Ontology yang telah dibuat di atas, hasil tersebut dibuat dengan mengumpulkan data terkait dengan hubungan Cryptocurrency dari berbagai sumber berupa buku, jurnal, penelitian serta artikel lainnya. Dari data tersebut dapat disimpulkan bahwa Cryptocurrency memiliki : a. Nilai yang Fluktuatif Nilai yang fluktuatif menjelaskan tentang fluktuasi Cryptocurrency dengan menggunakan data dari martkeplace coinmarketcap.com dengan total perbandingan nilai Cryptocurrency yang terhitung dari tanggal 29 April 2013 – 29 Juni 2020. Menjelaskan Bitcoin pada tanggal 29 April 2013 menjadi yang paling mendominasi dari perbandingan kapitalisasi pasar dengan 94.17% sehingga bitcoin menjadi Cryptocurrency yang paling diminati, sedangkan di tanggal 29 Juni 2020 dominasi untuk Cryptocurrency menurun menjadi 64.90% dikarenakan kenaikan harga cukup jauh sehingga memungkinkan Cryptocurrency lain menjadi alasan untuk bisa di gunakan dalam melakukan mining, trading, dan investasi. b. Faktor yang mempengaruhi Cryptocurrency Faktor yang mempengaruhi Dibagi menjadi dua yaitu faktor eksternal dan Internal. Faktor eksternal meliputi Pasar Crypto yakni dari segi Daya Tarik, tren pada pasar, dan spekulasi harga. Macro-Financial yakni dari segi pasar saham, harga emas, suku bunga, dan lain-lainnya. Politik menjadi salah satu faktr yang mempengarhui nilai Cryptocurrency yakni dari segi legalisasi, dan batasan/aturan yang berarti masih ada beberapa Negara yang masih tidak di ketahui status Cryptocurrency di Negara tersebut. Walaupun diperbolehkan masih ada batasan dan aturan yang harus dipatuhi dan hal tersebut menjadi fakto yang mempengaruhi nilai Cryptocurrency. c. User ( Orang-orang yang berperan ) Orang-orang tersebut adalah Trader, Mining, dan Investor trader memiliki tujuan untuk mengambil keuntungan dengan cara menukar Cryptocurrency yang telah ia beli dan menjual kembali Cryptocurrency tersebut dengan waktu tertentu sehingga mendapatkan keuntungan , Mining memiliki tujuan untuk mengambil keuntungan dengan cara menambang cara ini dibutuhkan perangkat komputer dengan spesifikasi yang lebih dari cukup sehingga memudahkan dalam penambanganm dan untuk investor memiliki tujuan Muhammad Ashardiansyah Putra, Ferdiansyah, at all | 85 Journal of Information Technology Ampera Vol. 2, No. 2, August e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index untuk mengambil keutungan dengan cara membeli Cryptocurrency untuk jangka waktu yang cukup lama sehingga ketika pada waktunya tiba dengan harga yang cukup mahal. d. Jenis dari Cryptocurrency Menurut [6] menjelaskan jenis Cryptocurrency menjadi empat macam diantaranya Cryptocurrency dirancang sebagai media tukar, Cryptocurrency dirancang sebagai hak kontraktual untuk bertransaksi dimasa depan atau protocol yang ada, Cryptocurrency dirancang untuk berfungsi sebagai keamanan de facto yang menyediakan klaim arus kas, dan Cryptocurrency dirancang sebagai simbolik atau sebuah pernyataan. Setelah mendapatkan data yang cukup akurat dari literlature review mengenai Cryptocurrency dalam pembuatan Ontology ini. Pada tahap selanjutnya adalah memilih dari beberapa penelitian untuk di jadikan acuan dari hasil “Teknik prediksi terbaik” sebagaimana yang berada di Gambar 8 Kemudian di dapatkan dapatkan hasil terbaik dalam estimasi nilai ekonomi Cryptocurrency ini dari penelitian dengan hasil Accuracy rata-rata 95.36% dan data testing rata-rata 93.5%. penelitian tersebut menggunakan metode Estimasi dengan menggunakan algoritma LSTM (Long Short Term Memory Neural Network bagi user) hasil tersebut menjadi salah satu solusi terbaik dari beberapa algoritma yang sudah ada dan diteliti sebelumnya untuk memprediksi harga dari nilai Cryptocurrency yang ada pada market atau pasar , sehingga dengan teknik tersebut dapat memberikan rekomendasi terhadap Investor yang berinvestasi pada Cryptocurrency atau Crypto trader, peneliti maupun orang awam atau umum yang ingin mengetahui informasi tentang Cryptocurrency. Knowledge Management Systems memiliki fungsi paling mendasar yakni untuk mencapai pengetahuan berbgai dalam suatu organisasi. KMS menetapkan item yang jelas disimpan dalam basis pengetahuan yang berisi berbagai informasi yang terstruktur , semi-struktur dan tidak terstruktur. KMS memiliki tiga bagian untuk mencapai tujuan realisasi fungsi diantaranya adalah Perolehan pengetahuan, Penyimpanan Pengetahuan, dan Penggunaan Pengetahuan dari proses , yang memiliki gagasan inti tersebut ialah Ontology, yang dihubungkan oleh Knowledge Mining, Knowledge representation, Knowledge conncection. Hal tersebut menjadi alasan utama dalam menggunakan Ontology untuk membuat struktur data yang mudah dipahami sekaligus untuk mengestimasi nilai cryptocurency Ekonomi. Setelah melakukan rangkaian pembuatan Ontology yang telah di jelaskan pada penjelasan sebelumnya dimana rangkaian Ontology tersebut memerlukan penentuan diantaranya adalah menentukan domain, subdomain, properti, dan 86 | Penerapan Ontology Berbasi Protégé Untuk Mengestimasi ….. Journal of Information Technology Ampera Vol. 2, No. 2, August 2021 e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index individu. Setelah mendapatkan rangakaian dari pembuatan Ontology pada penelitian ini, maka dapat ditampilkan hasil yang telah di buat pada gambar 7 dimana menunjukan hasil dari berbagai macam domain yang menjadi struktur dari Cryptocurrency yang memudahkan para pembaca atau users dalam meneliti dan mencari hubungan mengenai cryptocureny serta mencari beberapa pengetahuan tentang estimasi nilai Cryptocurrency yang telah di lakukan oleh berbagai penelitian yang menggunakan algoritma yang berbeda. 4. KESIMPULAN DAN SARAN Ontology merupakan salah satu basis dari Knowledge Management Systems yang bisa memudahkan dalam mensistematisasi, meningkatkan dan mempercepat pengelolaan pengetahuan sehingga dengan mudah untuk di pahami bagi para users Cryptocurrency. Hasil Ontology Cryptocurrency dengan subdomain Blockchain, Users, MataUang, Ekonomi dan Faktor. Masing-masing dari subdomain tersebut memiliki subdomain lagi secara terstruktur , Hasil OntologyCryptocurrency berdasarkan domain Users yang memiliki tiga subdomain yaitu Investor, Miner, dan Trader. Hasil Ontology dari mata uang Cryptocurrency itu sendiri dengan nama berbagai macam Cryptocurrency dan dengan berbagai macam jenis dari beberapa nama tersebut disertai symbol, Hasil Ontology Faktor Cryptocurrency yang mempengaruhi fluktuasi dari Cryptocurrency dengan subdomain internal maupun eksternal, Hasil Ontology Ekonomi Cryptocurrency dengan yang menunjukan keadaan ekonomi dari Cryptocurrency Hasil Ontology teknik komputer dalam mengestimasi nilai ekonomi Cryptocurrency yang berguna bagi kalangan Users ataupun orang-orang yang ingin mengetahui lebih lanjut informasi mengenai crytpcurrency. Untuk peneliti selanjutnya disarankan menambah teknik lain untuk mengestimasi nilai Cryptocurrency yang sangat berpengaruh bagi peneliti lain yang sudah memahami teknik lain tersebut ataupun menjadi hal baru bagi peneliti lainnya, dan Untuk peneliti selanjutnya disarankan menambah mata uang selain mata uang diatas masih ada 1600-an mata uang lebih yang mungkin masih belum bisa diteliti dikarenakan harganya yang terlalu murah dan tidak stabil yang mudah untuk di teliti. DAFTAR PUSTAKA [1] F. Mulyanto, “Pemanfaatan Cryptocurrency Sebagai Penerapan Mata Uang Rupiah Kedalam Bentuk Digital Menggunakan Teknologi Bitcoin,” IJNS-- Muhammad Ashardiansyah Putra, Ferdiansyah, at all | 87 Journal of Information Technology Ampera Vol. 2, No. 2, August e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] Indonesian J. Netw. Secur., vol. 4, no. 4–2015, 2015. K. Wu, S. Wheatley, and D. Sornette, “Classification of cryptocurrency coins and tokens by the dynamics of their market capitalizations,” R. Soc. open Sci., vol. 5, no. 9, p. 180381, 2018. N. O. Syamsiah, “Kajian atas cryptocurrency sebagai alat pembayaran di Indonesia.” Y. Ki, E. Kim, and H. K. Kim, “A novel approach to detect malware based on API call sequence analysis,” Int. J. Distrib. Sens. Networks, vol. 2015, 2015. T. A. O. FENG, J.-Y. TANG, and J.-Z. LIAO, “Ontology Construction for Domain of Digital Money,” DEStech Trans. Eng. Technol. Res., no. pmsms, 2018. S. Kim, A. Sarin, and D. Virdi, “Crypto-assets unencrypted,” J. Invest. Manag. Forthcom., 2018. F. Ferdiansyah, S. H. Othman, R. Z. R. M. Radzi, D. Stiawan, Y. Sazaki, and U. Ependi, “A LSTM-Method for Bitcoin Price Prediction: A Case Study Yahoo Finance Stock Market,” in 2019 International Conference on Electrical Engineering and Computer Science (ICECOS), 2019, pp. 206– 210. K. K. Lane, Domains as Community Structure within Ontologies: Towards a Macro-Structure Model of Knowledge. University of California, Los Angeles, 2011. Ferdiansyah et al., “Analysis and forecasting of Time-Series data using SARIMA, CNN and LSTM,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 3, pp. 206–210, 2021. D. R. Pant, P. Neupane, A. Poudel, A. K. Pokhrel, and B. K. Lama, “Recurrent Neural Network Based Bitcoin Price Prediction by Twitter Sentiment Analysis,” in 2018 IEEE 3rd International Conference on Computing, Communication and Security (ICCCS), 2018, pp. 128–132. S. McNally, J. Roche, and S. Caton, “Predicting the price of Bitcoin using Machine Learning,” in Parallel, Distributed and Network-based Processing (PDP), 2018 26th Euromicro International Conference on , 2018, pp. 339–343. F. Ferdiansyah, E. S. Negara, and Y. Widyanti, “BITCOIN-USD trading using SVM to detect the current day’s trend in the market,” J. Inf. Syst. Informatics, vol. 1, no. 1, pp. 70–76, 2019. A. Radityo, Q. Munajat, and I. Budi, “Prediction of Bitcoin exchange rate to American dollar using artificial neural network methods,” in Advanced Computer Science and Information Systems (ICACSIS), 2017 International Conference on, 2017, pp. 433–438. A. Greaves and B. Au, “Using the bitcoin transaction graph to predict the 88 | Penerapan Ontology Berbasi Protégé Untuk Mengestimasi ….. Journal of Information Technology Ampera Vol. 2, No. 2, August 2021 e-ISSN: 2774-2121 https://journal-computing.org/index.php/journal-ita/index [15] price of bitcoin,” No Data, 2015. M. W. P. Aldi, J. Jondri, and A. Aditsania, “Analisis Dan Implementasi Long Short Term Memory Neural Network Untuk Prediksi Harga Bitcoin,” eProceedings Eng., vol. 5, no. 2, 2018. Muhammad Ashardiansyah Putra, Ferdiansyah, at all | 89