Rekomendasi Pembelian NFT Menggunakan Algoritma K-Means Pada Platform Magiceden

Kemal, Fahmi (2024) Rekomendasi Pembelian NFT Menggunakan Algoritma K-Means Pada Platform Magiceden. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text Halaman Depan.pdf Download (2MB)
	Text Abstrak.pdf Download (552kB)
	Text BAB 1.pdf Download (1MB)
	Text BAB 2.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text BAB 3.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text BAB 5.pdf Restricted to Repository staff only Download (488kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (208kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Perkembangan teknologi blockchain telah melahirkan Non-Fungible Token (NFT), aset digital unik di blockchain yang mewakili kepemilikan barang digital seperti karya seni dan musik. Platform seperti MagicEden memfasilitasi perdagangan NFT, namun banyaknya NFT yang tersedia membuat pengguna kesulitan memilih yang bernilai investasi tinggi. Penelitian ini mengembangkan sistem rekomendasi pembelian NFT menggunakan algoritma K-Means pada platform MagicEden, dengan mengelompokkan NFT berdasarkan karakteristik seperti harga, marketcap, dan volume transaksi. Pengelompokan ini mengidentifikasi pola dan tren yang tidak langsung terlihat oleh pengguna. Analisis data historis dan perilaku pengguna menghasilkan kluster yang lebih mudah dipahami, membantu keputusan pembelian yang lebih informasional dan efektif. Metode elbow menunjukkan bahwa kluster dengan k=4 memberikan kualitas terbaik untuk dataset yang digunakan. Sistem rekomendasi ini membantu pengguna menemukan NFT sesuai kriteria investasi mereka, meningkatkan pengalaman pasar NFT, dan mendukung keputusan investasi yang lebih baik.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Non-Fungible Token, K-Means, Rekomendasi, MagicEden, Blockchain.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	Fahmi Kemal
Contributors:	Contribution Contributor Name NIDN/NIDK Thesis advisor Wardoyo, Ari Eko NIDN0014027501 Thesis advisor Pater, Dewi Lusiana NIDN0712086702
Contact Email Address:	fahmikemal978@gmail.com
Date Deposited:	03 Aug 2024 01:30
Last Modified:	03 Aug 2024 01:30
URI:	http://repository.unmuhjember.ac.id/id/eprint/22814

Actions (login required)

View Item