BAB I

PENDAHULUAN

1.1 Latar Belakang

Cryptocurrency telah ada selama beberapa tahun dan sekarang telah

menjadi sangat populer, tersebar luas, dan juga dikelilingi dan ada banyak
kontroversi dari perkembangan inovatif. Cryptocurrency adalah mata uang digital
di mana transaksi dapat dilakukan dengan transaksi online, tidak seperti mata
uang umum, cryptocurrency dirancang berdasarkan kriptografi
Cryptocurrency muncul sebagai jawaban atas kendala sistem pembayaran
saat ini yang sangat bergantung kepada pihak ketiga seperti PayPal sebagai
perantara transaksi secara elektronik sehingga terjadi pengeluaran ganda . Salah
satu jenis Cryptocurrency adalah Ethereum. Ethereum adalah mata uang baru yang
menawarkan pe mograman yang ter-desentralisasi yang jauh lebih kuat
daripada Bitcoin[1]
Analisis sentimen sangatlah berguna untuk menganalisis komentar-
komentar di Twitter, kemudian diterjemahkan menjadi sesuatu yang lebih
bermakna, salah satunya dalam bentuk trend positif negatif. Dalam dunia bisnis
trand postif negatif menjadi sangat penting karena merupakan salah satu
indikator kesuksesan. Di sisi lain, trand postitif negatif masih mejadi komoditas
monopoli beberapa investor , sehingga objektivitasnya menjadi kurang. Celah ini
lah yang kemudian dimanfaatkan penulis untuk mencoba mengaplikasikan
analisis sentimen pada Twitter untuk membuat sistem trand positif negatif
berdasar komentar.
Permasalahan yang menjadi dasar penelitian yaitu fluktuasi harga dan
selalu berubah setiap hari. Nilai Pertukaran Bitcoin ke (USD) , pasar saham
dipengaruhi oleh faktor ketidak pastian seperti masalah politik, masalah ekonomi
di tingkat global. Untuk menghasilkan alat dan untuk memprediksi dengan tepat
dan akurat adalah pekerjaan yang rumit[2]
 Sehingga tepat kiranya melakukan sebuah penelitian mengenai prediksi
harga Cryptocurrency pada platform tiwitter. peneltian ini akan mengeksplorasi
konten yang dibicarakan oleh masyarakat terkait tentang trend positif negatif
tentang Cryptocurrency pada platform twitter. Hal yang mendasari terpilihnya
twitter adalah basis pengguna aktif dan besar di Indonesia bersama Amerika
Serikat, Brazil, inggris Raya dan Jepang dengan basis pengguna Twitter terbesar
di dunia [3]
Untuk menganalisa masalah tersebut terdapat metode sentiment analisis
untuk melihat trend positif dan negatif pada platform twitter

1.2 Perumusan Masalah

1.2.1 Identifikasi Masalah

Berdasarkan uraian diatas, masalah yang di identifikasi adalah:

1. Bagaimana mendapatkan data untuk di olah dalam metode sentiment analisis

2. Bagaimana cara mengukur trend positif dan negatif terhadap Cryptocurrency

.2.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dikemukakan diatas, maka rumusan
masalah dari penelitian ini adalah ”bagaimana mengukur trend positif negatif
pada cryptocurrency"

1.3 Tujuan Dan Manfaat Penulisan

1.3.1 Tujuan
Adapun tujuan dari penulisan laporan akhir ini untuk membuat website yang
mengolah informasi adalah:
1. Mendapatkan data untuk di olah dalam metode sentiment analisis

2. Pada penelitian ini bertujuan untuk Mengukur trend positif negatif trend
cryptocurrency
 1.1.3.2Manfaat

Pada penelitian ini diharapkan dapat memberikan manfaat berikut :

1. Untuk mendapatkan data untuk diolah di dalam sentiment analisis

2. Untuk mengukur trend positif negatif pada comment di platform twitter

3. Untuk memudahkan orang awam/trader baru untuk bermain di trading

1.4 Metode Pengumpulan Data

Dalam penelitian ini untuk mendapatkan data – data yang di perlukan

oleh penulis sebagai berikut

.4.1 Studi Pustaka

Merupakan teknik pengumpulan data dengan cara mempelajari referensi

berupa dokumen atau berkas, mengumpulkan data buku, jurnal penelitian
serta artikel lainnya yang berhubungan dengan Sentiment Analisis metode
SVM sehingga membantu penulis dalam penyusunan penelitian.

.4.2 Platform API Twitter

twitter yang merupakan sumber dari processing data menggunakan
API yang telah di sediakan oleh twitter.
.4.3 Waktu Penulisan
Pada penelitian dengan judul “Prediksi Fluktuasi Cryptocurrency Berdasarkan
Coment dan Reply Platform Twiter” dengan tempat pelaksanaan berada di
Universitas Bina Darma tepatnya berada di Lab Big Data/Data Science
1.1.5 Metodologi
1.1.1.5.1 Metode Penelitian
Metode dekskriptif. Metode dekskriptif merupakan metode yang
menggambarkan fakta-fakta dan informasi dalam situasi atau kejadian dimana
sekarang secara sistemastis, faktual dan akurat. Metode penelitian ini memiliki
dua tahapan, yaitu tahap pengumpulan data dan tahap pengumpulan perangkat
lunak. Meliputi beberapa proses

1.1.1.5.2 Pengujian Dan Evaluasi

Evaluasi ini akan dilakukan dengan melihat akurasi (%) dari metode SVM
yang menggunakan nilai parameter nu yang berbedabeda. Kemudian, dilakukan
analisis untuk melihat perbedaan antara nilai nu yang menghasilkan akurasi
paling besar dan paling kecil.

1.1.1.5.3 Perancangan Sistem

Sistem yang dibangun pada penelitian ini adalah sistem yang dapat
menganalisis sentimen yang terdapat pada media sosial Twitter mengenai
fluktuasi cryptocurrency alternatif. Dalam penelitian ini analisis diambil
berdasarkan sebuah tweet. Kumpulan dari tweet berguna sebagai data training
dengan sebuah label dan kemudian akan dilakukan suatu pengujian dengan data
uji. Hasil dari performansi algoritma Support Vector Machine
 Gambar 1.2 Flow Chart Proses
Sumber : e-Proceeding of Engineering, 2017
1.1.6 Sistematika Penulisan
Sistematika penulisan ini dimaksudkan untuk menggambarkan secara garis besar
isi dari Laporan Akhir dengan ringkas dan jelas, sehingga dapat menggambarkan
keterkaitan antar bab, dimana pada masing-masing bab akan terbagi atas sub bab
yang dapat diuraikan sebagai berikut:
BAB I PENDAHULUAN
Bab ini berisi uraian tentang latar belakang, perumusan masalah,
batasan masalah, tujuan dan manfaat penulisan, metodologi
pengumpulan data dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini berisi uraian tentang teori-teori yang nantinya digunakan
dalam penulisan laporan akhir, dan Menjelaskan penelitian yang
telah di lakukan sebelumnya serta landasan teori yang
berhubungan dengan topik yang akan di bahas dalam penelitian ini
BAB III ANALISA DAN PERANCANGAN
Bab ini berisi tentang gambaran umum instansi, visi dan misi
instansi, struktur organisasi instansi, pembagian tugas, dan hal lain
yang berhubungan dengan instansi, serta uraian sistem yang
sedang berjalan.
BAB IV HASIL DAN PEMBAHASAN
Bab ini berisi uraian mengenai rancangan dan pembuatan aplikasi
yang meliputi penentuan alat dan bahan yang digunakan dalam
penulisan penulisan laporan akhir, pendefinisian masalah, studi
kelayakan, rancangan sistem yang baru, perancangan aplikasi,
serta hasil dari proses pembuatan program berbasis web tersebut.
BAB V KESIMPULAN DAN SARAN
Bab ini merupakan bab terakhir dalam penulisan laporan akhir.
Adapun isi dari bab ini adalah kesimpulan-kesimpulan yang
didapat dalam perencanaan pengembangan website informasi,
serta saran untuk perbaikan sistem sehingga lebih baik.
 BAB II
LANDASAN TEORI

2.1 Sentimen Analisis

Analisis Sentimen adalah bidang studi yang menganalisis pendapat,

sentimen, evaluasi ,penilaian, sikap, dan emosi seseorang terhadap produk,
organisasi, individu, masalah, pristiwa atau topik (liu 2012) Analisis sentimen
dilakukan untuk melihat pendapat terhadap sebuah masalah, atau dapat juga
digunakan untuk identifikasi kecenderungan hal yang sedang menjadi topik
pembicaran. Analisis sentimen dalam penelitian ini adalah proses
pengelompokkan tweet trend negatif dan positif komentar dan balasan
terhadap cryptocurrency.
Manfaat Analisis sentimen dalam pasar saham antara lain untuk
melakukan pemantauan terhadap pasar saham. Secara cepat dapat digunakan
sebagai alat bantu untuk melihat respon masyarakat terhadap pasar saham
tersebut di platform twitter, sehingga dapat segera diambil langkah- langkah
strategis berikutnya.
kategori dari investor pada twitter sangat penting untuk diketahui.
Sentiment mining pada pesan yang ditulis oleh investor di twitter, membantu
untuk mengetahui informasi tentang sentiment polarity (negatif, positif) dan
dimodelkan untuk mengetahui perubahan pasar saham. Model yang dibangun
menggunakan data training berdasarkan sentimental behavior user twitter
menggunakan pendekatan Support Vector Machine (SVM) sebagai classifier,
diuji menggunakan data testing berupa tweet tentang pasar sham pada proses
prediksi untuk mengetahui status harga saham. dan dievaluasi dengan
confusion matrices, precision, recall, f-measure dan accuracy. Hasil klasifikasi
dan visualisasi adalah joy, fear, anger, sadness,
 secara umum sentiment analisis di bagi menjadi dua kategori besar
yaitu :
1. Coarse – grained sentiment analysis: Proses analisis dan
klasifikasi orientasi sebuah dokumen secara keseluruhan.
Orientasi ini dibagi menjadi 3 jenis yaitu positif, negatif, akan
tetapi ada juga yang menjadikan nilai orientasi bersifat kontinu /
tidak diskrit
2. Fined – grained sentiment analysis: Obyek yang diklasifikasi
tidak pada level dokumen melainkan pada level kalimat dalam
sebuah dokumen. Sebagai contoh:
a. Harga bitcoin turun negative
b. harga bitcoin telah membangkitkan kembali pasar
positif Sentiment analysis terdiri dari 3 subproses
1. Subjectivity Classification: menentukan kalimat
yang merupakan opini.
2. Orientation Detection: Pengklasifikasian opini ke
dalam kelas positif, negative.
3. Opinion Holder and Target Detection: menentukan
bagian yang merupakan opinion holder (pemberi
opini) dan bagian yang merupakan target.

2.1.1 Klasifikasi sentiment analisis

2.1.1.1 Polaritas Analisis

Sejak munculnya media sosial, sebagian besar penelitian saat
ini telahtelah difokuskan pada mengklasifikasikan bahasa alami
sebagai positif atau negative Sentimen asli Klasifikasi polaritas
telah ditemukan untuk mencapai akurasi tinggi dalam
memprediksi perubahan atau tren dalam sentimen publik, untuk
segudang domain misalnya kalimat prediksi “harga saham bitcoin
 membangkitkan kembali pasar saham” kemungkinan akan
diklasifikasikan sebagai positif oleh sebagian besar model (Liu,
2012) Tahapan sistem analisis sentimen yang dibangun yaitu
pengumpulan data, preprocessing, tokenisasi, POS Tagging,
penentuan class attribute, load dictionary, extract dan pembobotan
fitur dengan menggunakan metode SVM, penentuan sentimen.
Ujicoba sistem dilakukan dengan jumlah data tweets, untuk
mengetahui harga saham cryptocurrency. Pada proses klasifikasi,
sistem menghitung nilai sentimen setiap tweet dan mencocokkan
dengan 7 parameter sentimen. Akurasi sistem diketahui dengan
membandingkan hasil sistem dengan hasil dari penilaian analisis
sentimen terhadap data tweet. (Habibi R et.all, 2016)

2.1.1.1.2 Analisis Emotion

kualifikasi keseluruhan untuk teks, jenis analisis ini berpusat
pada penilaian berbagai jenis emosi yang ada dalam teks tertentu.
Emosi seperti kesedihan, kebahagiaan atau kemarahan adalah fokus
umum dari algoritma analisis emosi. Misalnya, kalimat "bitcoin ini
gila," akan menunjukkan tingkat kegembiraan dan kegembiraan yang
tinggi (Liu, 2012) Ekperimen menggunakan data tweet pengguna sebagai
dataset training dan testing. Data training dibuat dengan melakukan
klasifikasi dan memberikan label pada tweet secara manual, menggunakan
data tweet yang terdiri dari tweet marah, tweet sedih, tweet senang, takut,
tweet terkejut. Dataset testing adalah tweet akun twitter pengguna. Nilai
persentase emosi, nilai rata-rata precision, recall, dan f-measure, dan
target emosi digunakan sebagai data dalam proses analisis sentimen. Hasil
terbaik dalam proses deteksi emosi adalah ketika krank=250 dan 300
dengan k=15 (Habibi R et.all, 2016)

2.1.1.1.3 Analisis Sentiment Aspek

 Jenis analisis sentimen ini berfokus pada menafsirkan
sentimen tentang subjek tertentu dalam suatu kalimat
daripada kalimat secara keseluruhan. Misalnya, dalam kalimat
"Bakkt futures adalah tonggak utama untuk pasar
cryptocurrency," analisis aspek akan menentukan sentimen
terkait dengan "Bakkt futures" adalah kalimat lengkap (Liu,
2012).

.1.2 VADER
Valence Aware Dictionary dan sEntiment Reasoner (VADER) adalah
sebuah leksikon dan perangkat lunak analitik berbasis aturan yang, di
kembangkan oleh Hutto dan Gilbert. VADER mampu mendeteksi polaritas
(positif, netral, negatif) dan intensitas sentimen di teks Para penulis telah
menerbitkan leksikon dan python khusus modul di bawah Lisensi MIT,
sehingga dianggap open source dan bebas digunakan. VADER
dikembangkan sebagai solusi untuk kesulitan dalam menganalisis bahasa,
simbol, dan gaya yang digunakan dalam teks diterutama domain media
sosial
Hutto dan Gilbert [7] mengungkapkan tujuan yang menjadi dasar
merekapembuatan VADER sebagai berikut:
1. bekerja dengan baik pada teks gaya media sosial, namun siap
digunakanalizes ke beberapa domain,
2. tidak memerlukan data pelatihan, tetapi dibangun dengan
generalisasi berbasis valensi, dikuratori oleh manuisa
3. cukup cepat untuk digunakan streaming data
VADER dibangun dengan memeriksa dan memilih fitur daritiga
leksikon yang sebelumnya dibangun dan divalidasi sebagai candida
tdaftar. Penyelidikan Linguistik dan Jumlah Kata (LIWC) Norma Efektif
untuk Kata-kata Bahasa Inggris (ANEW) dan General Inquirer (GI) penulis
juga menambahkan singkatan media sosial umum, gaul, danemotikon.
Setiap fitur dialokasikan nilai valensi, dengan iklan iniinformasi
 tambahan, 7500 fitur dipilih untuk dimasukkan dalamLeksikon VADER.
Selain kata bank, Hutto dan Gilbert anaisis aspek sintaks dan tata bahasa
dari 800 tweets dan kinerja mereka nilai valensi diterima. Analisis
tersebut menghasilkan lima perilaku berbeda yang digunakan untuk
mempengaruhi intensitas tweets, yang dirumuskan menjadi aturan.
Bersama-sama, aturan dan leksikon ini membentuk VADER.
Untuk tinjauan kinerja, VADER dibandingkan dengan sebelas
lainnya alat dan teknik analisis semantik untuk klasifikasi polaritas
(sentiment positif netral dan negatif), di empat berbeda dan berbeda
domain. VADER secara konsisten tampil di antara yang teratas dalam
semua kasus uji dan mengungguli teknik lain dalam teks media sosial.

2.1.3 Tantangan sentiment analisis cryptocurrency

Ada 2 tantangan atau masalah dalam sentiment analisis di pasar
saham yaitu :
1. Keterbatasan teknologi NLP mainstream saat diterapkan pada
masalah khusus domain seperti analisis aset kripto.
2. Asumsi yang salah tentang bagaimana sentimen tercermin dalam
berita dan media social
Tantangan pertama hampir dapat dilihat sebagai efek samping
yang tak terduga dari pertumbuhan cepat teknologi NLP. Saat ini,
relatif mudah bagi pengembang untuk menggabungkan analisis
sentimen ke dalam aplikasi menggunakan API sederhana yang tidak
memerlukan keahlian pembelajaran yang mendalam. Sementara NLP
API dapat secara efektif menganalisis sentimen kalimat generik,
mereka berkinerja sangat buruk ketika mencoba mengekstrapolasi
pengetahuan domain-spesifik dari kalimat tertentu. Misalnya,
menganalisis kalimat "persetujuan ETF bitcoin bisa segera terjadi"
memerlukan model NLP yang berspesialisasi dalam semantik
terminologi khusus pasar dan yang mampu mengekstrapolasi
 sentimen pada tingkat yang lebih terperinci daripada hanya dari
kalimat.
Tantangan kedua terkait dengan kesalah pahaman tentang
bagaimana sentimen tercermin dalam berita dan komentar media
sosial. Sebagai sumber intelijen, berita bisa sangat informatif tetapi
tidak berguna ketika sampai pada analisis sentimen. Alasannya jelas:
sentimen dalam berita yang ditulis dengan baik harus cenderung
netral. Media sosial berperilaku sebaliknya. Percakapan tentang
cryptocurrency di Twitter atau Telegram cenderung mengandung
sentimen yang relevan tetapi, sebagian besar, didasarkan pada reaksi
terhadap informasi materi publik, yang berarti bahwa mereka tidak
mungkin menghasilkan informasi apa pun. Selain itu, utas media sosial
cenderung berisik dan relatif subyektif, yang dapat menghasilkan hasil
analisis sentimen yang menyesatkan.
Dari sudut pandang teknologi murni, membangun model
analisis sentimen efektif untuk aset kripto membutuhkan model yang
terlatih dalam terminologi pasar kripto, tetapi itu juga menganalisis
berita sebagai sumber informasi dan umpan media sosial sebagai
penguat sentimen. Namun, jika kita bisa melewati tantangan teknologi
ini, kita sekarang dihadapkan dengan salah satu kesalahpahaman
psikologis terbesar ketika datang ke model analisis sentimen di ruang
crypto

.1.3.1 Dampak kekeliruan sentiment analisis

Kekeliruan dampak sentimen-pasar menggambarkan sebuah
fenomena yang terkenal atau tidak rasional, seperti pasar keuangan
yang baru lahir di mana investor mengasumsikan korelasi langsung
antara skor sentimen dan pergerakan harga. Untuk menjelaskan
dinamika ekonomi perilaku ini, mari kita bayangkan bahwa Anda
menggunakan alat analisis yang menganalisis sentimen tweet bitcoin
baru-baru ini. Secara psikologis, sebagian besar investor cenderung
 memprediksi sentimen sebagai indikator utama berdasarkan aturan
berikut :
1. Jika sentimen positif itu adalah indikator naik untuk harga
bitcoin
2. Jika sentimen negatif itu adalah indikator bearish (saham
turun) untuk harga bitcoin

Namun, jika model Anda menganalisis informasi publik dan

material, sentimen tersebut harus ditafsirkan sebagai indikator
lagging mengikuti beberapa aturan non-intuitif:

1. Jika sentimen positif dan harga bitcoin tidak naik, itu adalah
sinyal bearish
2. Jika sentimen negatif dan harga bitcoin tidak turun, itu
adalah sinyal bullish

Sadar akan posisi sentimen-harga bias analisis sentimen bukan

sebagai indikator utama tetapi sebagai faktor yang sering relevan
dalam strategi perdagangan (Rodriguez J, 2019)

.1.3.2 Analisis sentimen ke analisis dampak pasar saham

Dari sudut pandang informasi, pasar crypto berisik dan penuh
dengan kejadian tak terduga. Dalam hal analisis sentimen, kombinasi
faktor-faktor itu adalah mimpi buruk. Alih-alih secara sempit berfokus
pada analisis sentimen, kita mungkin harus mengembangkan
pendekatan yang lebih holistik. Indikator dampak sentimen-pasar
akan menjadi kombinasi dari polaritas (negatif, positif, netral), emosi
(cemas, bersemangat, sedih) dan analisis berbasis aspek (topik,
entitas) selama jangka waktu yang lama. Pendekatan ini akan
memerlukan pelatihan model khusus dalam dinamika aset kripto
untuk mengevaluasi sentimen dalam konteks kondisi pasar tertentu.
 Gagasan model dampak sentimen-pasar secara konsep sepele:
mengkuantifikasi dampak yang kombinasi sentimen, emosi, dan topik
dapat miliki pada aset kripto selama kondisi pasar tertentu. Bagian
dari keindahan pendekatan ini adalah bahwa ia tidak harus
sepenuhnya tidak diawasi seperti kebanyakan model sentimen saat
ini; dapat dilatih tentang pengetahuan khusus domain tentang pasar
crypto. Misalnya, kita bisa melatih model untuk mengetahui bahwa
artikel positif tentang investasi Cina di crypto dapat memiliki dampak
positif di pasar yang relatif bearish selama seminggu terakhir. Prinsip
inti dari model analisis dampak pasar sentimen adalah untuk
mengkontekstualisasikan pengetahuan model sentimen ke spesifikasi
pasar crypto.
Analisis sentimen kemungkinan akan terus menjadi berita
utama yang mencolok di pasar crypto. Namun, agar efektif, model
membutuhkan ketelitian pembelajaran mesin yang lebih dalam dan
pembangunan pengetahuan berdasarkan dinamika spesifik pasar
kripto. Ketika pasar berkembang, kita cenderung melihat transisi dari
teknik analisis sentimen sederhana ke model dampak pasar yang lebih
holistik yang mengukur relevansi topik tertentu dalam perilaku pasar
crypto. (Rodriguez J, 2019)

.2 Cryptocurrency
2.1.1.2.1 Pengertian Cryptocurrency
Pada era moderen sekarang ini dengan kemajuan teknologi yang ada
maka muncullah istilah transaksi digital, dimana masyarakat dapat melakukan
proses transaksi tanpa membawa uang kemana-mana. Transaksi digital yang
sedang naik daun adalah cryptocurrency. Menurut www.maxmanroe.com
bitcoin adalah mata uang virtual dengan simbol BTC yang muncul sejak tahun
2009 dengan dirintis oleh seseorang atau sekelompok orang yang menggunakan
nama alias Satoshi Nakamoto. Bitcoin tergolong juga mata uang kripto
(cryptocurrency) yaitu jenis mata uang yang beredar tanpa diatur oleh bank
sentral tertentu, tidak dibekingi emas, dan tidak pula dinaungi oleh negara
tertentu peredaran dan penggunaannya melalui media dan jaringan internet.
Sabirin menyatakan bahwa Cryptocurrency merupakan mata uang digital
yang tidak diregulasi oleh pemerintah, dan tidak termasuk mata uang resmi.
Konsep cryptocurrency inilah yang menjadi dasar untuk melahirkan mata uang
digital yang saat ini terkenal dengan mata uang bitcoin sebagai alat pembayaran
layaknya mata uang pada umumnya
Mata uang kripto merupakan serangkaian kode kriptografi yang dibentuk
sedemikian rupa agar dapat disimpan di dalam perangkat komputer dan dapat di
pindah tangankan seperti surat elektronik dan dimungkinkan digunakan sebagai
alat pembayaran dalam suatu transaksi komersia
Dapat dipahami bahwa Cryptocurrency mata uang digital yang memiliki
nilai untuk melakukan sebuah transaksi dan mata uang ini tidak di kelola oleh
pemerintah melainkan mata uang global yang dapat di miliki oleh siapapun
Dalam melakukan pekerjaanya cryptocurrency memerlukan sebuah
aplikasi yang disebut dengan wallet atau dompet, yaitu tempat yang digunakan
untuk menampung serta menyimpan cryptocurrency. Adapun jenis dari wallet
itu sendiri ada empat yaitu:
a. Wallet Desktop
b. Wallet Web
c. Wallet Aplikasi
d. Wallet Hardware
 Sebagai mata uang serta alat pembayaran pendatang baru cryptocurrency
memiliki kelebihan dan kelemahan dibanding dengan mata uang lainnya.
Kelebihan cryptocurrency dibanding mata uang lainnya:
a. Keamanan, cryptocurremcy dapat dikatakan aman karena setiap
transaksi mata uang diatur oleh algoritma kriptografi sehingga tidak
dimungkinkan ada celah untuk pemalsuan saldo mata uang. Setiap
transaksi yang telah dilaksanan disimpan dalam database besar dan
didistribusikan ke seluruh komputer yang tergabung dalam jaringan
cryptocurrency.
b. Mata uang global, mata uang cryptocurrency bukan merupakan mata
uang dari sebuah negara namun penggunaanya dapat
didistribusikan ke eluruh negara melalui internet sehingga
membuat mata uang ini dapat dikatakan sebagai mata uang global
dunia
c. Tabungan atau investasi, nilai cryptocurrency mengalami kenaikan
dan penurunan sebesar dua puluh persen, hal ini membuat para
pengguna cryptocurrency memilih menginvestasikan uang dan asset
meraka pada cryptocurrency. Cryptocurrency sendiri
menggantungkan harganya berdasarkan permintaan pasar, semakin
banyak pengguna yang ikut terlibat dan bergabung dengan jaringan
cryptocurrency maka, nilai cryptocurrency akan naik secara
signifikan
Kelemahan cryptocurrency dibanding mata uang lainnya antara lain
sebagai berikut:
a. Resiko kehilangan, cryptocurrency merupakan mata uang yang
memiliki bentuk digital berupa sebuah file yang dapat disimpan
pada smartphone dan komputer. Namun hal ini menjadikan
cryptocurrency mudah hilang ketika alat tempat penyimpanan
mengalami kerusakan atau file cryptocurrency tersebut terhapus
tanpa sengaja. Kehilangan ini tidak dapat diansurasikan karena
 cryptocurrency tidak terikat oleh sebuah lembaga dan hukun sehinga
tidak mendapat ansuransi. Solusi untuk masalah ini dengan
menyimpan cryptocurrency pada pihak ketiga penyedia wallet web.
b. Alat kejahatan dan pencucian uang, sistem cryptocurrency yang
bersifat rahasia membuat cryptocurrency dapat dijadikan sebagai
alat untuk kejahatan seperti pencucian uang dan pembelian senjata
secara ilegal Namun transaksi cryptocurrency diawasi oleh badan
Financial Crimes Enviroment Network salah satu cabang
Departemen Keuangan Amerika Serikat sebagai antisipasi
penyalahgunaan
c. Harga tidak stabil, harga cryptocurrency ditentukan berdasarkan
tingkat pembelian dan penjualan dipasar sehingga harga
cryptocurrency tidak dapat diperdisikan nilainya ini membuat harga
cryptocurrency cenderung tidak stabil.25
2.1.1.2.2 Perkembangan cryptocurrency
Sebelum mata uang kripto berkembang luas, terdapat sistem pembayaran
berbasis internet seperti mata uang digital (digital currencies). Glaser et al. 2014
menjelaskan bahwa sistem keuangan tersebut berfungsi sebagai alat transaksi
yang dikhususkan untuk suatu kelompok tertentu. Seperti contoh pada
permainan online yang didalamnya melibatkan transaksi pembayaran
menggunakan mata uang khusus permainan tersebut.
Inovasi yang dihasilkan pada sistem pembayaran semakin memudahkan
aksesibilitas terhadap penggunanya. Perkembangan teknologi berdampak pada
berubahnya pola sistem pembayaran. Segala bentuk pencatatan transaksi yang
dahulu berbentuk fisik berganti menjadi bentuk elektronik. Hal tersebut
membuat proses transaksi menjadi lebih cepat dan mengurangi kesalahan
operasional. Namun segala inovasi yang diterapkan dalam sistem pembayaran
masih belum menghilangkan pola sentralisasi yang ada (Ali et al. 2014).
Meningkatnya penggunaan internet dan perkembangan teknologi
menjadi salah satu penyebab perubahan sistem keuangan serta memunculkan f
nomena mata uang kripto (Dibrova, 2016). Terlebih lagi, penerimaan
 publik semakin tinggi terhadap mata uang kripto karena sifatnya yang
mekanismenya yang menggunakan algoritma komputer dan tidak menggunakan
institusi pernatara seperti bank (Gilbert dan Loi, 2018).

.2.3 Blockhain
Blockchain atau dapat disebut juga sebagai teknologi pembukuan
terdistribusi (Distributed Ledger Technology/DLT) merupakan sebuah
konsep dimana setiap peserta/pihak yang tergabung dalam jaringan
terdistribusi memiliki hak akses terhadap pembukuan tersebut. Konsep
yang dibawa oleh blockchain merupakan penerapan konsep yang sudah
ada, yaitu konsep database terdistribusi. Konsep ini lahir bersamaan
dengan lahirnya bitcoin sekaligus sebagai jawaban atas permasalahan
tidak adanya pihak ke tiga (institusi finansial/pemerintah) membangun
kepercayaan diantara pihak-pihak yang melakukan transaksi di
lingkungan yang tidak aman.
Selain itu, ada juga masalah lain yang dikenal dengan dengan
sebutan masalah jendral bizantium (Byzantine generals’ problem) dan
masalah ini adalah masalah yang umum terjadi di bidang komputasi
terdistribusi. Byzantine generals’ problem merupakan sebuah masalah
yang merujuk pada sebuah kumpulan besar pasukan di mana setiap
jenderal memiliki kekuasaan atas sekumpulan tentara dan tiap-tiap
kumpulan tersebut terletak di lokasi yang berbeda/terdistribusi. Satu
kumpulan tentara dipimpin oleh seorang jendral dan satu kumpulan
tesebut sering juga disebut sebagai simpul. Secara umum, para jendral
tersebut memiliki kemampuan/preferensi yang berbeda-beda, sehingga
memungkinkan beberapa simpul berpura-pura berkomunikasi atas nama
seorang jenderal. Mereka, para jenderal tersebut, harus membuat sebuah
keputusan umum apakah akan menyerang, mundur atau mengambil
tindakan lain. Kegagalan sebuah simpul dalam bentuk pemberian
jawaban yang berbeda untuk simpul yang lain akan memberikan hasil
yang berbeda dan hasil akhir dari keseluruhan pasukan dapat dipastikan
 dalam keadaan termanipulasi. Dalam proses transaksi bitcoin, seseorang
dapat saja melakukan transaksi ganda (double-spending), masalah ini di
ganti dengan kondensus Nakamoto untuk menghindari pengeluaran
ganda.
Blockchain saat ini teknologi yang sedang meningkat popularitasnya
karena digunakan pada cryptocurrency seperti Bitcoin dan Ethereum. Pada
dasarnya, blockchain adalah struktur data seperti linked list berisi kumpulan
block berisi data/record (disebut transaction) dan hash dari block sebelumnya
(previous hash). Karena block-block seperti membentuk rantai (chain), maka
struktur data ini disebut blockchain. Perlu diperhatikan bahwa meskipun
blockchain sering berkaitan dengan cryptocurrency, transaction di sini adalah
database (Delvin, 2018)

Gambar 1. Struktur data blockchain

https://qph.fs.quoracdn.net/main-qimg-75c5b83ba56f0deff282a64b60f1962a

Blockchain juga dapat dilihat sebagai sebuah basis data terdistribusi, di

mana data tereplikasi secara penuh pada setiap node pada jaringan (setiap node
memiliki full copy). Setiap node pada sistem terdistribusi memiliki hak yang
sama dengan setiap node lainnya, yaitu hak untuk menerima rantai blockchain
ter-up-to-date dan menambahkan data ke rantai blockchain apabila memenuhi
syarat tertentu. Maka dari itu, dapat dikatakan blockchain merupakan sistem
terdesentralisasi tanpa keterlibatan otoritas sentral.
Properti utama dari blockchain adalah sifatnya yang append-only, yaitu
blockchain hanya dapat ditambahkan data baru, sedangkan data-data yang telah
ditambahkan tidak dapat diubah maupun dihapus. Dengan properti ini,
blockchain menjamin keamanannya sebagai basis data terdistribusi dan
terdesentralisasi, yakni apabila sebuah node telah berhasil menambahkan data
ke blockchain, data tersebut akan selalu ada di seluruh blockchain di setiap node,
tanpa bisa diubah maupun dihapus. Selanjutnya, akan dijelaskan bagaimana
blockchain menjaga properti append-only ini, secara spesifiknya dengan
menggunakan proof-of-work dan longest-chain consensus
Pertama-tama akan dijelaskan mekanisme penambahan block ke
blockhain. Ketika menambahkan block ke blockchain, hash dari block tersebut
harus memenuhi sebuah syarat, yaitu n karakter pertama dari hash-nya haruslah
karakter tertentu. Misalnya hash “0000727ea4009f7c463475a9a1eb87ef”, di
mana pada hash tersebut 4 karakter pertamanya adalah angka 0. Nilai n ini
ditentukan oleh difficulty dari blockchain, semakin tinggi nilai n, tentu semakin
sulit hash dicari.
Karena sebuah block memuat data spesifik, belum tentu hash dari block
langsung memenuhi syarat tersebut, oleh karena itu ditambahkanlah nonce,
yaitu sebuah angka yang dapat membuat hash dari block memenuhi syarat yang
disebutkan di atas.

Gambar 3. Gambaran nonce pada block untuk membentuk hash yang memenuhi
syarat proof-of-work.
http://www.amarketplaceofideas.com/wp-content/uploads/2017/04/BlockChain-
Schematic.png

Syarat hash seperti demikianlah yang disebut proof-ofwork. Karena hash

merupakan one-way function, maka satu-satunya cara mendapatkan hash yang
memenuhi proof-of-work adalah dengan melakukan brute force untuk mencari
nonce yang membuat hash dari block memenuhi proof-of-work. Operasi ini mahal
secara komputasional, terutama pada difficulty yang tinggi. Maka dari itu,
proofof-work adalah cara bagi blockchain untuk mempersulit penambahan dan
pengubahan block ke blockchain.
Selanjutnya, akan dijelaskan bagaimana setiap node-node pada jaringan
blockchain menyelaraskan blockchain-nya. Pada intinya, blockchain di jaringan
yang terpanjang dianggap paling authoritative. Tentunya, diperiksa dahulu
validitas setiap blockchain dengan memeriksa hash-nya seperti telah dijelaskan
di atas. Ketika sebuah node akan menambahkan block, node tersebut terlebih
dahulu mencari blockchain terpanjang pada jaringan untuk mengupdate
blockchain-nya. Setelahnya, barulah block ditambah ke blockchain. Sebuah node
harus melakukan hal ini karena blockchain terpanjang adalah yang paling
authoritative, sehingga node tersebut perlu membuat blockchain-nya yang
terpanjang juga agar dapat diterima oleh node lain pada jaringan.
Setelah penjelasan mengenai proof-of-work dan longestchain consensus
pada blockchain, selanjutnya akan dianalisis keamanan blockchain dari sisi
penyerang.
Apabila seorang penyerang mengubah sebuah block B1, hash dari block
tersebut pun berubah, sehingga ia harus mengubah isi previous hash dari block
B2. Dengan demikian, hash dari block B2 juga akan berubah, maka previous hash
dari block B3 pun harus diubah, dan seterusnya hingga block terakhir. Perlu
diingat bahwa mengubah isi dari block akan mengubah hash-nya, maka si
penyerang pun harus mencari nonce-nonce baru yang memenuhi proof-of-work
untuk seluruh block yang diubah tersebut, yang mana sangat sulit sekali secara
komputational. Terlebih lagi, agar dianggap valid sebuah blockchain harus
diterima oleh mayoritas node. Maka dari itu, seorang penyerang harus
menyerang mayoritas node pada jaringan blockchain secara bersamaan, bersama
dengan pencarian proof-of-work-nya. Karena hal ini sangat sulit dilakukan, inilah
yang membuat blockchain begitu aman sebagai append-only distributed ledger,
yaitu bila sebuah data telah masuk ke dalam jaringan blockchain, sulit sekali
untuk diubah maupun dihapus. (Delvin, 2018)
.2.3.1 Cryptocurrency dan Blockhain
 Cryptocurrency dan blockchain telah menjadi topik hangat dalam
beberapa tahun terakhir. Sementara keduanyasering disebut dalam
kalimat yang sama dan jelas terkait satu sama lain, orang tidak
bolehsalah satu untuk yang lain. Blockchain adalah jenis teknologi
buku besar terdistribusi yang membentuktulang punggung pasar
crypto. Ini adalah teknologi di balik berbagai macam
cryptocurrencysedang beredar. Namun, ruang lingkup dan bidang
aplikasinya tidak terbatas. Seperti yang ditetapkandi atas, blockchain
dapat diterapkan di berbagai sektor dan dapat memiliki beragam
aplikasi. iniPenting untuk menarik garis yang jelas antara aplikasi ini
dan cryptocurrency, yang hanya satuaplikasi spesifik dari teknologi
blockchain. Dengan latar belakang ini, regulator tidak perlu
takutmenghambat inovasi ketika menangani masalah mata uang
digital

.4.1 Uang digital dan uang elektronik

Bagian ini akan menjelaskan mengenai mata uang dari sudut
pandang yang berlaku di Indonesia dan kemudian melihat bitcoin dari
sudut pandang tersebut. Penjelasannya akan dimulai dengan melihat
terlebih dahulu bentuk mata uang rupiah yang ditetapkan oleh
pemerintah Republik Indonesia, kemudian melihat juga perluasan
cakupan mata uang rupiah menjadi mata uang rupiah dalam bentuk
elektronik. (Delvin, 2018)

2.1.1.1 Mata Uang Rupiah

Saat berbicara mengenai mata uang yang berlaku di Negara
Republik Indonesia, rupiah, informasi mengenai mata uang rupiah
yang berlaku di seluruh wilayah negara Republik Indonesia dapat
dilihat dari undang-undang no. 7 tahun 2011. Berdasarkan UU No. 7
tahun 2011, pasal 1 menyatakan bahwa mata uang yang berlaku di
negara Republik Indonesia adalah uang yang dikeluarkan oleh negara
 Republik Indonesia dan disebut dengan nama rupiah. Pasal 2
menyebutkan bahwa jenis atau macam mata uang yang diakui
berdasarkan undang-undang yang berlaku adalah mata uang
berbentuk kertas dan logam. Pada pasal 11, disebutkan dengan jelas
bahwa Bank Indonesia merupakan satu-satunya lembaga yang
berwenang untuk mencetak, mengeluarkan, mengedarkan, mencabut,
menarik mata uang rupiah.
Dari penjelasan tersebut, dapat disimpulkan bahwa mata uang
yang beredar di Negara Republik Indonesia adalah mata uang yang
dikeluarkan oleh Negara Republik Indonesia dan disebut sebagai
rupiah, memiliki jenis mata uang kertas dan mata uang logam, serta,
lembaga yang berwenang untuk mengatur mata ang rupiah adalah
Bank Indonesia dan bukan lembaga yang lain.
.2.4.2 Mata uang rupiah dalam bentuk elektronik
Mata uang rupiah secara undang-undang memang hanya memiliki 2
jenis yaitu dalam bentuk kertas dan logam. Munculnya mata uang
rupiah dalam bentuk elektronik merupakan sebuah evolusi karena
tuntutan perkembangan jaman dan hadirnya teknologi berbasis
elektronik yang membuat proses transaksi menjadi lebih
mudah. Kehadiran mata uang rupiah dalam bentuk elektronik
tentunya tidak lepas dari peran Bank Indonesia sebagai satu-satunya
lembaga yang berwenang mengatur mata uang rupiah. Peraturan
mengenai mata uang rupiah dalam bentuk elektronik dapat dilihat
pada Peraturan Bank Indonesia no. 11/PBI/2009. Peraturan tersebut
memberikan rambu-rambu dan aturan main yang harus diikuti oleh
pelaku ekonomi yang ingin memanfaatkan proses transaksi elektronik
dalam kegiatan usahanya. Definisi mata uang rupiah dalam bentuk
elektronik dapat dilihat pada pasal 4, yaitu nilai uang elektronik
adalah nilai uang yang disimpan secara elektronik pada suatu media
yang dapat dipindahkan untuk kepentingan transaksi pembayaran
dan/atau transfer dana. Sedangkan pada pasal 3 ayat 3 dari butir a
 sampai butir d memberikan penjelasan secara lebih rinci mengenai
mata uang rupiah dalam bentuk elektronik sebagai berikut:
a. mata uang rupiah dalam bentuk elektronik diterbitkan atas
dasar nilai uang yang disetor terlebih dahulu oleh pemegang
kepada penerbit
b. nilai uang disimpan secara elektronik dalam media chip atau
server
c. digunakan sebagai alat pembayaran kepada pedagang yang
bukan penerbit mata uang tersebut
d. nilai uang yang disetor oleh pemegang dan dikelola oleh
penerbit bukan merupakan simpanan seperti yang dimaksud
dalam undang-undang perbankan.

.2.4.3 Mata Uang Kripto dari Sudut Pandang Peraturan di

Negara Republik Indonesia
Berdasarkan peraturan yang berlaku, dapat disimpulkan bahwa
mata uang kripto tidak memiliki dasar hukum. Sehingga, mata uang
krypto seperti bitcoin tidak diakui sebagai alat tukar dan mata uang
yang sah. Hal tersebut sesuai dengan pernyataan yang dikeluarkan
oleh Bank Indonesia tanggal 6 bulan 2 tahun 2014. Meskipun secara
legal mata uang kripto tidak diakui sebagai alat tukar dan mata uang
yang sah, Bank Indonesia tidak melarang rakyat Indonesia untuk
menggunakan mata uang kripto. Resiko dari penggunaan mata uang
kripto oleh rakyat Indonesia menjadi tanggung jawab pribadi masing-
masing
Uang elektronik tidak dapat disamakan dengan mata uang kripto
meskipun sama-sama berbentuk elektronik atau digital. Uang
elektronik merupakan mata uang rupiah yang berbentuk elektronik
dan menurut Peraturan Bank Indonesia no. 11/PBI/2009 pasal 4,
uang elektronik adalah nilai uang yang disimpan secara elektronik
 pada suatu media yang dapat dipindahkan untuk kepentingan
transaksi pembayaran dan/atau transfer dana
Mata uang kripto merupakan mata uang digital tetapi bukan uang
elektronik karena pengertian uang elektronik yang berlaku di negara
Indonesia merupakan bentuk lain dari mata uang rupiah yang
mekanisme pengelolaannya berbeda. Uang elektronik, berdasarkan
Peraturan Bank Indonesia no. 11/PBI/2009 pasal 3 ayat 3 butir a dan
d, disebutkan bahwa uang elektronik merupakan uang rupiah yang
harus disetorkan terlebih dahulu oleh pemegang kepada penerbit dan
nilai uang yang disetor oleh pemegang dan dikelola oleh penerbit
bukan merupakan simpanan seperti yang dimaksud dalam undang-
undang perbankan.
Secara garis besar dapat disimpulkan bahwa mata uang kripto
merupakan mata uang yang bukan mata uang dan nilai tukar yang sah
menurut peraturan yang berlaku serta bukan termasuk dalam
golongan uang elektronik. Penggunaan mata uang kripto seperti
bitcoin tidak dilarang oleh Bank Indonesia, meskipun tidak dilarang,
resiko yang timbul dari penggunaan mata uang kripto merupakan
tanggung jawab pribadi yang bersangkutan. (Delvin, 2018)
.4.2 Pemain yang terlibat di cryptocurrency
Pasar cryptocurrency adalah bidang bermain baru di mana
masing-masing aktor memainkan peran tertentu. Untukmenjelaskan lebih
lanjut tentang bagaimana pasar bekerja, dan tanpa berusaha menjadi
lengkap, kami akan melakukannyaselanjutnya mengidentifikasi pemain
kunci.
.2.5.1 Penguna Cryptocurrency
Pemain pertama, dan sangat penting, adalah " pengguna
cryptocurrency ". Pengguna cryptocurrency adalah wajarorang atau badan
hukum yang memperoleh koin untuk menggunakannya (i) untuk membeli
barang atau jasa nyata atau virtual(dari seperangkat pedagang tertentu), (ii)
untuk melakukan pembayaran P2P, atau (iii) untuk menahannya untuk
 investasitujuan (yaitu secara spekulatif). Tanpa mencoba menjadi lengkap,
pengguna cryptocurrency dapat memperoleh koinnya dalam beberapa cara
80:
• Pertama, dia bisa membeli koinnya di pertukaran cryptocurrency
menggunakan uang fiat atau lainnyacryptocurrency;
• Kedua, ia dapat membeli koinnya langsung dari pengguna cryptocurrency
lain (yaitu melalui perdaganganplatform - bentuk pertukaran ini sering
disebut sebagai "pertukaran P2P");
• Ketiga, jika cryptocurrency didasarkan pada mekanisme konsensus PoW, ia
dapat menambang koin baru (yaitu berpartisipasi dalam validasi transaksi
dengan memecahkan "teka-teki kriptografi" dan menjadidihargai koin baru);
• Keempat, dalam beberapa kasus ia dapat memperoleh koinnya langsung
dari pemberi koin, baik sebagai bagian dari persembahan koin awal gratis
misalnya di jaringan Stellar Lumens (XLM) atau dalam rangka penjualan
kerumunan yang diatur oleh pemberi koin misalnya. sebagian besar
ethereum) dijual secara crowdsale untuk menutupi biaya pengembangan
tertentu
• Kelima, jika dia menjual barang atau jasa dengan imbalan mata uang kripto,
dia juga dapat menerima koin sebagai apembayaran barang atau jasa
tersebut;
• Keenam, dalam kasus “hard fork” 84 dari blockchain koin, ia akan secara
otomatis mendapatkan jumlahkoin yang baru dibuat;
Akhirnya, ia dapat menerima koin sebagai hadiah atau sumbangan
dari pengguna cryptocurrency lainnya

.2.5.2 Penambang
Pemain kedua adalah " penambang " yang berpartisipasi dalam
memvalidasi transaksi pada blockchain oleh memecahkan "teka-teki
kriptografi". Sebagaimana dijelaskan di atas, proses penambangan
berhubungan dengan cryptocurrency yang didasarkan pada mekanisme
consensus POW , Penambang mendukung jaringan dengan memanfaatkan
 daya komputasi untuk memvalidasi transaksi dan dihargai dengan koin yang
baru saja ditambang. Penambang bisa pengguna cryptocurrency, atau, lebih
banyakumumnya, pihak yang telah membuat bisnis baru dari menambang
koin untuk menjualnya dengan mata uang fiat seperti dolar AS dan Euro atau
untuk cryptocurrency lainnya
2.1.1.1.2.5.3 Pertukaran Cryptocurrency
Kelompok ketiga pemain kunci adalah apa yang disebut " pertukaran
cryptocurrency ". Cryptocurrency pertukaran adalah orang atau entitas yang
menawarkan layanan pertukaran kepada pengguna cryptocurrency, biasanya
terhadap pembayaran biaya tertentu yaitu komisi. Mereka memungkinkan
pengguna cryptocurrency untuk menjual koin mereka untuk mata uang fiat
atau beli koin baru dengan mata uang fiat Contoh petukaran cryptocurrency
terkenal adalah: Bitfinex, HitBTC, kraken dan Coin Base
Secara umum pertukaran cryptocurrency menawarkan penggunanya
beragam pilihan pembayaran, seperti transfer, transfer PayPal, kartu kredit
dan koin lainnya. Beberapa pertukaran cryptocurrency jugamemberikan
statistik tentang pasar cryptocurrency seperti volume perdagangan dan
volatilitas koindiperdagangkan dan menawarkan layanan konversi kepada
pedagang yang menerima pembayaran dalam cryptocurrency.
.2.5.4 Platform Perdagangan
Selain pertukaran mata uang kripto, yang disebut " platform
perdagangan " juga memainkan peran pentingpertukaran cryptocurrency
(dan, terutama, memungkinkan pengguna cryptocurrency untuk membeli
koin dengantunai). Platform perdagangan adalah tempat pasar yang
menyatukan berbagai pengguna cryptocurrencybaik mencari untuk
membeli atau menjual koin, memberi mereka sebuah platform di mana
mereka dapat langsung berdagangsatu sama lain (yaitu "eBay" untuk
cryptocurrency) Platform perdagangan kadang-kadang disebut sebagai
"pertukaran P2P" atau "pertukaran desentralisasi".Mereka berbeda dari
pertukaran cryptocurrency dalam beberapa cara. Pertama dan terutama,
mereka tidak membeliatau menjual koin sendiri. Kedua, mereka tidak
 dijalankan oleh entitas atau perusahaan yang mengawasi danmemproses
semua perdagangan, tetapi mereka dioperasikan secara eksklusif oleh
perangkat lunak yaitu tidak ada titik sentral dari wewenang. Platform
perdagangan hanya menghubungkan pembeli dengan penjual,
memungkinkan mereka untuk melakukan transaksi,online, atau bahkan
secara langsung misalnya perdagangan tatap muka, sering dilakukan secara
tunai. Yang terkenalcontoh platform perdagangan untuk Bitcoin adalah
LocalBitcoin

.2.5.5 Penyedia Dompet

Kelompok pemain kunci lainnya adalah apa yang disebut " penyedia
dompet ". Penyedia dompet adalah entitas tersebutyang menyediakan
cryptocurrency pengguna dompet digital atau e-wallet yang digunakan
untuk memegang, menyimpan danmentransfer koin. 105 Sederhananya,
dompet memegang kunci kriptografi yang cryptocurrency pengguna
(lihatatas). Penyedia dompet biasanya menerjemahkan riwayat transaksi
pengguna cryptocurrency menjadi mudahformat yang dapat dibaca, yang
sangat mirip dengan rekening bank biasa.
Pada kenyataannya, ada beberapa jenis penyedia dompet:
 Penyedia dompet perangkat keras yang memberikan solusi perangkat
keras khusus kepada pengguna cryptocurrencysecara pribadi
menyimpan kunci kriptografi mereka
 Penyedia dompet perangkat lunak yang menyediakan pengguna
perangkat lunak cryptocurrency dengan aplikasi yangmemungkinkan
mereka untuk mengakses jaringan, mengirim dan menerima koin dan
menyimpan kriptografi mereka secara lokalkunci
 Penyedia dompet kustodian yang mengambil (online) hak kriptografi
pengguna cryptocurrency
.2.6 Jenis-jenis Cryptocurrency
Lebih dari 1.500 jenis mata uang kripto yang terpantau pergerakan
harganya telah beredar di seluruh dunia. Sejumlah 26 jenis mata uang tercatat
memilki kapitalisasi pasar diatas 1 milliar dollar AS. Bitcoin masih memuncaki
daftar mata uang kripto dengan kapitalisasi sebesar $171.435.391.478, diikuti
dengan Ethereum diposisi kedua dengan kapitalisasi sebesar $26.140.322.202
dan di posisi ketiga Terher dengan kapitalisasi sebesar $9.192.231.375 posisi ke
empat Ripple (XRP) dengan kapitalisasi $8.112.677.724 (Coinmarketcap.com
2020)

Gambar 3 : Harga Marketcap cryptocurrency 2020

https://coinmarketcap.com/

.2.6.1 Bitcoin (BTC)

Bitcoin (BTC) biasanya digambarkan sebagai mata uang anonim
virtual, terdesentralisasi dan sekilas yang tidak didukung pemerintah
atau didukung oleh badan hukum lain, dan yang tidak dapat
ditukarmenjadi emas atau komoditas lainnya (jerry B, 2014)
Penciptaan Bitcoin berdiri teks " Bitcoin: Sistem Uang Elektronik
Peer-to-Peer " dari Satoshi Nakamoto Karakter virtual Bitcoin
menyiratkan bahwa Bitcoin biasanya tidak berbentuk fisik. Oleh
karena itu, arepresentasi Bitcoin yang baik mungkin adalah file
komputer yang disimpan di komputer pribadi atau,melalui layanan
online, dalam dompet digital.
Jumlah agregat Bitcoin yang dapat dibuat melalui penambangan
terbatas: sistem Bitcoin adalahdiprogramkan sehingga pengembangan
blok dalam waktu akan dihargai dengan semakin sedikitBitcoin dan
tanpa batas waktu akan ada lebih dari 21 juta Bitcoin. Fakta
bahwapenciptaan dan peningkatan Bitcoin otomatis dan dibatasi oleh
sistem itu sendiri menyiratkan bahwa adatidak perlu ada intervensi
dari entitas / otoritas pusat untuk mengeluarkan Bitcoin (R.G Rinberg,
2014)

Gambar 3 : Bitcoin Logo

a. Operasi Bitcoin pada Blockchain

Blockchain Bitcoin adalah contoh khas dari blockchain

terbuka dan tanpa izin. Setiap orang bisabergabung atau
tinggalkan jaringan Bitcoin publik sesuka hati, tanpa harus (pra-)
disetujui oleh siapa pun (pusat)kesatuan. Semua yang diperlukan
untuk bergabung dengan jaringan Bitcoin dan menambahkan
transaksi ke buku besar adalah komputerdi mana perangkat lunak
yang relevan telah diinstal
b. Bitcoin dikonfersi dalam mata uang fiat
Bitcoin dapat dibeli dengan dan secara langsung dikonversi
ke dalam mata uang fiat dengan beragampertukaran
cryptocurrency misalnya. Coinbase, Kraken, Anycoin Direct , Lunco
 Dari semuacryptocurrency saat ini sedang beredar, Bitcoin adalah
salah satu koin termudah untuk dikonversi menjadi fiatmata uang.
c. Bitcoin adalah penukaran
Bitcoin (BTC) sedang diterima sebagai sumber dana yang
sah oleh sejumlah besar pedagang (online), di antaranya berbagai
perusahaan besar (misalnya Microsoft, Expedia, Playboy, Virgin
Galactic, LOT Polish Airlines, … ). Sebagai hasilnya dapat
dikualifikasikan sebagai media pertukaran.
d. Bitcoin adalah koin Pseudo-Anonim
Bitcoin sering dicirikan sebagai mata uang anonim,
meskipun semua orang dapat mevirifikasi rantai transaksi
berdasarkan buku besar public. Pada pandangan pertama tidak
ada dalam system yang menghubungkan Bitcoin dengan individu,
Namun karakter anonim ini jauh dari kata pasti. Secara teknis
layak meskipun sangat kompleks dan mahal untuk
mengidentifikasi pihak-pihak di balik transaksi Bitcoin dengan
menyatukan faktor-faktor yang menyertai transaksi tersebut.
Dengan kata lain, Bitcoin bukanlah mata uang sepenuhnya anonim
melainkan koin pseudo-anonim.
.2.6.2 Ethereum
Ethereum diluncurkan pada juli 2015. Ethereum adalah platform
terdesentralisasi yang menjalankan apa yang disebut “kontrak pintar”.
Kontrak atau aplikasi “pelaksana sendiri” yang berjalan persis seperti
yang dprogram tanpa kemungkinan downtime (misalnya Blockchain
tidak pernah down, selalu berjalan), sensor, penipuan atau campur
tangan pihak ketiga
Ethereum memiliki kemampuan yang jauh melampaui
kemampuan setara kas digital P2P murni seperti Bitcoin. Dalam istilah
yang sederhana, ini mirip dengan system operasi smartphone yang di
atasnya aplikasi perangkat lunak dapat dibangun.
 Seperti Bitcoin, Ethereum saat ini menggunakan mekanisme
konsensu PoW, tetapi perlahan-lahan begerak menuju consensus PoS,
atau lebih dikenal sebagai protocol Casper. Pengembangan Ethereum
dipromosikan dan didukung oleh “Ethereum Fondation”, sebuah
organisasi nirlaba Swiss organisasi, yang didirikan oleh penemu
Ethereum. Sebagian besar ether ditambang terlebih dahulu sebelum koin
secara resmi diluncurkan ke publik oleh penemunya dan dijual dalam
bentuk crowdsale untuk membayar biaya pengembangan dan mendanai
Ethereum Foundation.

Gambar 4 : Ethereum Cryptocurrency

a. Operasi Ethereum Dalam Blockchain

Ethereum adalah sebuah promin contoh dari blockchain
trerbuka dan tanpa izin. Siapapun dapat bergabung atau
meninggalkan jaringan Ethereum sesuka hati, tanpa harus
disetujui terlebih dahulu oleh entitars manapun
b. Ether (ETH) menjadi mata uang fiat

Ether (ETH) dapat dibeli dengan mata uang fiat dan bias
dikonversikan menjadi mata uang fiat di berbagai pertukaran
cryptocurrency misalnya coinbase, kraken dan lain-lain.
 c. Ether (ETH) media pertukaran

Seperti Bitcoin, ether (ETH) diterima sebagai alat pembayaran

oleh semakin banyak pedagang misalnya TapJets, Overstock, dan lain-
lain. Karena itu juga merupakan media pertukaran.
d. Eter (ETH) adalah koin pseudo-anonim

Sama seperti Bitcoin eter (ETH) Dapat dikategorikan sebagai

koin pseudo-anonim atau pseudonim.

Pada bulan Mei 2016 kapitalisasi pasar cryptocurrency Ethereum mencapai

lebih dari 1 miliar US Dollar. Ethereum menjadi Cryptocurrency baru sebagai lawan
tangguh bagi Bitcoin, karena Ethereum menawarkan beberapa hal yang tidak
disediakan oleh Bitcoin, salah satunya kecepatan dalam transaksi[16]. Sebagai
pemegang kapitalisasi pasar terbesar menggunakan hashcash proff-of-work untuk
keamanannya dalam bertransaksi. Nilai terkecil bitcoin, dinamakan satoshis,
merupakan satuan angka dengan kelipatan 1×10-8; 1×10-3 disebut µBTC
(microcoin), 1×103 disebut mBTC (millicoin), dan 1 disebut BTC. Dalam kriptografi
digital, teks asli yang dikenal sebagai "plaintext" berubah menjadi setara kode yang
disebut "ciphertext" melalui sebuah algoritma enkripsi. ciphertext tersebut kemudian
didekripsi pada akhir menerima dan kembali menjadi plaintext. Ini adalah proses
dasar yang dilakukan oleh komputer selama proses transaksi dalam sistem kriptografi
mata uang digital (Kim,2016) Ada beberapa teknik kriptografi yang membangun
Bitcoin, yaitu kriptografi kunci asimetri, fungsi hash, serta hashcash sebagai proof-of-
work. Yang pertama adalah kriptografi kunci asimetri, setiap bitcoin dihubungkan
dengan kunci publik ECDSA (Elliptical Curve Digital Signature Algorithm).
Saat bitcoin akan dikirim, dibuat pesan transaksi yang berisi kunci publik
penerima, jumlah koin, serta tanda tangan pengirim (menggunakan kunci privat);
untuk selanjutnya dipublikasikan/broadcast ke setiap pengguna protokol Bitcoin,
untuk diperiksa keabsahan pemilik, berdasarkan tanda tangan pengirim dan nilai saldo
pengirim. Sejarah lengkap transaksi disimpan seluruh pengguna, agar semuanya
mampu memverifikasi kepemilikan bitcoin
2.1.1.1.2.6.3 Litecoin
Litecoin saat dirilis pada musim gugur 2011, memperoleh
kesuksesan dan memperoleh kapitalisasi pasar cryptocurrency tertinggi
setelah Bitcoin namun mampu dikalahkan oleh Ripple pada 4 Oktober
2014. Litecoin memodifikasi protocol yang digunakan oleh Bitcoin
dengan meningkatkan kecepatan transaksi yang sesuai bagi transaksi
harian
Litecoin Adalah cryptocurrency P2P desentralisasi open-source.
Litecoin diluncurkan pada Oktober 2011 dan didasarkan pada apa yang
dikenal sebagai algoritma Scrypt PoW Algoritma SHA-256 PoW asli.
Litecoin sering digambarkan sebagai perak dan emas untuk Bitcoin.
Terlepas dari kenyataan bahwa ia menggunakan algoritma yang berbeda,
ada dua perbedaan dari hal tersebut yang pertama adalah hasil dari
penggunaan algoritma Scrypt PoW, Litecoin menawarkan kecepatan
transaksi yang jauh lebih cepat dari pada Bitcoin, waktu yang di perlukan
untuk menghasilkan blok pada Bitcoin adalah sekitar 10 Menit sementara
waktu yang diperlukan litecoin adalah sekitar 2,5 menit.

Gambar 5 : Litecoin
Cryptocurrency
a. Litecoin Blockchain
Sama seperti Bitcoin, litecoin runon pada blockchain terbuka dan
tanpa izin. Yang diperlukan untuk bergabung dengan jaringan
tersebut adalah dengan cara mengunduh kode perangkat lunak
sumber terbuka.
b. Litecoin Menjadi Mata Uang Fiat
Litecoin dapat dibeli dengan mata uang fiat disejumlah pertukaran
mata uang digital misalnya BTCDirect 2000, LiteBit, Coinbase,
Anycoin Direct.
c. Litecoin Media Pertukaran
Litecoin diterima sebagai alat pembayaran oleh pedagang online
yang jumlahnya terus bertambah. Seperti halnya Bitcoin, Bictoin
juga merupakan alat tukar.
d. Litecoin Adalah Koin Pseudo-Anonim
Litecoin adalah koin pseudo-anonim, Setiap orang dapat
memverifikasi rantai dari Litecoin (LTC) transaksi berdasarkan
buku besar publik, yang secara teknis memungkinkan untuk
mengidentifikasi pengirim atau menerima koin.
e. Litecoin dan Atomic Swaps
Perlu dicatat bahwa komunitas Litecoin baru-baru ini
memperkenalkan teknologi baru ke dalam dunia crypto yang
disebut sebgai “Pertukaran Atom” Sederhananya pertukaran atom
memungkinkan peer-to-peer atau perdagarangan lintas mata uang
dari satu mata uang asing dengan mata uang lainnya tanpa
memerlukan pihak ketiga.
Karena saat ini masih dalam masa pertumbuhan penerapan
teknologi pertukaran atom, akan membutuhkan banyak
pengetahuan di bidang IT. Misalnya tautan harus dibuat Antara
kedua cryptocurrency blockchains, yang membutuhkan
implementasi protocol IT yang dikenal di komunitas crypto
 sebagai “Protokol Petir”. Selain itu, kedua blockchain harus berbagi
kriptografi yang sama fungsi agar pertukaran atom menjadi
mungkin. Sementara kita belum ada dalam hal peradagangan lintas
raintai yang ramah pengguna, munculnya pertukaran atom
teknologi memunculkan serangkaian tantangan yang baru.

.2.6.4 Ripple
Ripple, diluncurkan tahun 2013 dengan model yang sedikit berbeda
dari Bitcoin, pada April tahun 2015 mampu memegang kapitalisasi pasar
di posisi kedua yakni senilai 255.000.000. Etherum yang diluncurkan Juli
2015 saat ini menjadi pesaing ketat Bitcoin
Ripple platform pembayaran digital terdesentralisai
sumber terbuka peer-to-peer yang memungkinkan untuk transfer
mata uang terdekat tanpa memandang bentuknya misalnya Dollar
AS, Yen, Bitcoin dan lain-lain. Ripple di luncurkan pada tahun 2012
oleh perusahaan swasta Ripple (Labs). Ripple (Labs) bertanggung
jawab untuk pengembangan lebih lanjut dari protokol. Ripple
adalah perusahaan pertama yang menerima “BitLicense” untuk
kasus penggunaan institusional aset digital dari departemen
layanan keuangan New York. Ripple juga mendapat dukungan dari
sejumlah pemain besar di industry jasa keungan, seperti Bank Of
America Merill Lynch, Santander, dan lain-lain.
Penemu Ripple meluncurkan cryptocurrency XRP. XRP
dibangun sebagai mata uang untuk menjadi jembatan yang
memungkinkan bagi lembaga keuangan menyelesaikan
pembayaran jauh lebih cepat dan lebih murah dibandingkan
menggunakan jaringan pembayaran yang sebelumnya. Namun
faktanya platform pembayaran Ripple tidak memerlukan mata
uang jembatan yang benar-benar berfungsi. Menurut Ripple, XRP
dapat menangani lebih dari 1.500 transaksi per detik padahal
sebelumnya XRP dikembangkan dan ditujukan untuk pengguna
 perusahaan. Ripple (XRP) tidak didasarkan pada mekanisme PoW
atau PoS untuk memvalidasi transakdi, tetapi XRP menggunakan
protokol konsensus spesifiknya sendiri.

Gambar 6 : Ripple
a. Apa itu Ripple?
Ripple platform pembayaran digital terdesentralisai sumber
terbuka peer-to-peer yang memungkinkan untuk transfer mata uang
terdekat tanpa memandang bentuknya misalnya Dollar AS, Yen,
Bitcoin dan lain-lain. Ripple di luncurkan pada tahun 2012 oleh
perusahaan swasta Ripple (Labs). Ripple (Labs) bertanggung jawab
untuk pengembangan lebih lanjut dari protokol. Ripple adalah
perusahaan pertama yang menerima “BitLicense” untuk kasus
penggunaan institusional aset digital dari departemen layanan
keuangan New York. Ripple juga mendapat dukungan dari sejumlah
pemain besar di industry jasa keungan, seperti Bank Of America Merill
Lynch, Santander, dan lain-lain.
Penemu Ripple meluncurkan cryptocurrency XRP. XRP
dibangun sebagai mata uang untuk menjadi jembatan yang
memungkinkan bagi lembaga keuangan menyelesaikan pembayaran
jauh lebih cepat dan lebih murah dibandingkan menggunakan jaringan
pembayaran yang sebelumnya. Namun faktanya platform pembayaran
Ripple tidak memerlukan mata uang jembatan yang benar-benar
berfungsi. Menurut Ripple, XRP dapat menangani lebih dari 1.500
transaksi per detik padahal sebelumnya XRP dikembangkan dan
 ditujukan untuk pengguna perusahaan. Ripple (XRP) tidak didasarkan
pada mekanisme PoW atau PoS untuk memvalidasi transakdi, tetapi
XRP menggunakan protokol konsensus spesifiknya sendiri.

b. Ripple Blockchain
Tidak seperti Bitcoin dan Ethereum, Ripple beroperasi pada
blockchain yang diizinkan ini karena ripple (XRP), menentukan siapa
yang dapat bertindak sebagai validator transaksi pada jaringannya dan
blockchain itu sendiri di anggap publik karena dapat di akses dan
dilihat oleh siapa saja.
c. Ripple (XRP) Menjadi Mata Uang Fiat
Seperti Bitcoin, XRP dapat langsung dikonversikan ke mata
uang fiat di berbagai tempat pertukaran Cryptocurrency misalnya
Kraken, LiteBit, Anycoin Direct, Bitsane, dan lain-lain.
d. Ripple (XRP) Media Pertukaran
Ripple (XRP) diterima sebagai alat pembayran oleh banyak
pedagang online untuk berbagai barang dan jasa. Bahkan baru-baru ini
dan spekulasi di internet mengatakan Amazon mungkin ingin
mengadopsi Ripple dalam waktu dekat.
e. Ripple (XRP) koin pseudo-anoymous

Seperti Bitcoin, Ripple (XRP) dapat dikualifikasikan sebagai

koin pseudo-anonim
.2.6.4 Bitcoin Cash
Bitcoin Cash (BCH) adalah cryptocurrency kas digital peer-to-peer
terdesentralisasi. Bitcoin cash dibuat pada tanggal 1 Agustus 2017
dengan algoritma SHA-256 PoW asli Bitcoin, namun dengan beberapa
perubahan pada kode yang mendasarinya. Di berbagai komunitas
cryptocurrency Bitcoin Cash biasa di kenal dengan “Garpu Keras” dari
blockchain Bictoin.
Beberapa pengembang Bitcoin ingin menaikkan batas ukuran blok
dari 1MB menjadi 8MB, untuk mengurangi biaya transaksi dan
meningkatkan waktu konfirmasi sementara cryptucurrency yang lain
memiliki rencana yang berbeda. Seperti Bitcoin, Bitcoin Cash
memanfaatkan mekanisme PoW yang berarti Bitcoin Cash dapat di
tambang dan merupakan akibat langsung dari garpu keras. Ini juga adalah
hasil dari siapa saja yang melakukannya pada saat Bitcoin Cash
diciptakan. Setiap Bitcoin yang diperoleh setelah beberapa waktu tertentu
akan mengikut jalur asli dan tidak termasuk Bitcoin Cash.
a. Bitcoin Cash Blockchain
Pada prinsipnya “garpu keras” tidak mengubah sifat blockchain
koin dengan kata lain Bitcoin Cash juga berjalan di blockchain terbuka
tanpa izin sama halnya seperti Bitcoin.
b. Bitcoin Cash Menjadi Mata Uang Fiat
Seperti Bitcoin, Bitcoin Cash dapat dengan mudah dikonversi
menjadi mata uang fiat dan sebaliknya melalui angka pertukaran
cryptocurrency misalnya Coinbase, Kraken, LiteBit, dan lain-lain.
c. Bitcoin Cash Media Pertukaran
Bitcoin Cash dapat digunakan untuk membayar beragam barang
dan jasa misalnya perhiasan, makanan, game, telekomunikasi, dan
lain-lain. Di sejumlah tempat dan platform pasa online misalnya Open
Bazaar yang menerima Bitcoin Cash. Akibatnya Bitcoin Cash dapat
dikualifikasikan sebagai media pertukaran.
 d. Bitcoin Cash Adalah Koin Pseudo-Anonim
Meskipun Bitcoin Cash adalah garpu keras Bitcoin, itu tidak
berbeda jauh dari bentuk aslinya sama halnya dengan koin pseudo-
anonim.

2.2.6.5 Stellar (XLM)

Seperti Ripple, Stellar adalah sumber terbuka dengan infratruktur
pembayaran yang terdistribusi. Stellar dibuat pada tahun 2014 oleh salah
satu pendiri Ripple dengan tujuan untuk menghubungkan orang ke
layanan keuangan dengan biaya yang rendah sehingga menuntas
kemiskinan dan mengembangkan potensi individu. Stellar juga dapat
digunakan untuk membangun kontrak yang cerdas. Ini tidak didasarkan
pada mekanisme konsensu PoW atau PoS, tetapi memiliki protokol
consensus spesifik sendiri.
Stellar adalah rumah bagi Lumen cryptocurrency (XLM).
Singkatnya, Lumens digunakan untuk membayar transaksi jaringan
Stellar, mereka berkontribusi pada kemampuan untuk memindahkan
uang ke seluruh dunia dan untuk melakukan transaksi antara mata uang
yang berbeda dengan cepat dan aman.
Pengembangan Stellar didukung oleh organisasi nirlaba Stellar.org
(Didirikan pada 2014) sebagai sebuah perusahaan nirlaba non-saham di
Negara bagian Delaware Amerika Serikat yang berkontribusi terhadap
pengembangan alat dan inisiatif sosial yang baik di sekitar jaringan Stellar
dan inklus keuangan. Pegawainya berkonstribusi dalam pengkodean ke
jaringan, tetapi jaringan itu sendiri dikatakan sepenuhnya independen
dari organisasi.
a. Stellar blockchain
Tidak seperti Ripple, Stellar beroperasi dengan blockchain
tanpa izin. Siapapun dapat bergabung dengan jaringan jika dalam
kondisi tertentu, memvalidasi transaksi tanpa harus di setujui atau
diperiksa telebih dahulu oleh administrator pusat.
 b. Lumens (XLM) Mata Uang Fiat
Lumens (XLM) dapat dikonversikan ke mata uang fiat
melalui pertukaran cryptocurrency seperti LiteBit (dengan jumlah
maksimum EUR 500 dalam satu kali transaksi) atau kraken.
c. Lumens (XLM) Media Pertukaran
Sepertinya Lumens (XLM) hanya dapat digunakan untuk
membayar Stellar sticker, sarapan di bar, sarapan local di Arkansas
dan Sprouts. Sementara ini membuktikan bahwa mereka secara
bertahap diterima sebagai alat pembayaran, mereka belum
menjadi alat tukar yang sebenarnya.
d. Lumens (XLM) Koin pseudo-anonim
Semua transaksi di jaringan Stellar bersifat publik, tetapi
tidak dapat ditautkan dengan mudah ke beberapa identitas
individu karena Stellar Lumens (XLM) dapat dikalifikasikan
sebagai koin pseudo-anonim.

.2.6.6 Cardano
Seperti Ethereum, Cardano dirancang dan dikembangkan lebih
lanjut sebagai platform yang cerdas. Proyek Cardano dimulai pada tanggal
20/02/2015 dan secara resmi dirilis ke publik pada September
21/02/2017 dan dikenal sebagai algoritma Ouroboros PoS.
Platform Cardano adalah rumah bagi cryptocurrency Ada (ADA)
yang terdesentralisasi open source. Ada dapat digunakan untuk mengirim
dan menerima dana digital. Ini memicu platform Cardano, seperti halnya
mata uang “Eter” yang mendorong platform Ethereum.
Singkatnya, Cardano bertujuan untuk meningkatkan skalabilitas,
keamanan, tata kelola, dan interoperabilitas dengan system dan
peraturan keuangan tradisional, dengan meningkatkan pelajaran yang
didapat dari beberapa komunitas Bitcoin dan Ethereum di Indonesia.
 a. Cardano Blockchain
Algoritmas Ouroboros PoS Cardano memungkinkan
platform untuk menjalankan keduanya tanpa izin dan juga berizin
dari blockchain.
b. Ada (ADA) Mata Uang Fiat
Mata uang Ada (ADA) dapat langsung di konversikan ke
mata uang fiat. Hanya satu pertukaran cryptocurrency yang
menawarkan opsi untuk secara langsung mengkonversi kan dari
Ada (ADA) ke Euro, menjadi LiteBit dengan jumlah maksimum
EUR 500 (per transaksi). Sebaliknya ada dapat dengan mudah
ditukar dengan cryptocurrency lainnya melalui Bittrex atau
Binance. Cryptocurrency ini juga dapat dikonversi menjadi fiat
mata uang.
c. Ada (ADA) Media Pertukaran
Ada hanya dapat di gunakan untuk membayar sejumlah
kayanan yang sangat terbatas misalnya Hotel Ginebra Barcelona
yang menerima pembayaran dalam bentuk ada. Meskipun sedikit
ini membuktikan bahwa ada di terima sebagai alat pembayaran.
d. Ada (ADA) Pseudo-anonim
Sama seperti cryptocurrency yang di analisis di atas, Ada
dapat dikualifikasikan sebagai koin pseudo-anonim.

.2.6.7 8IOTA
Diluncurkan pada 23/04/2016, IOTA adalah system sumber yang
terbuka yang bias digunakan oleh banyak orang tanpa biaya transaksi,
tanpa kepercayaan, tanpa izin dan lingkungan yang terdesentralisasi.
Singkatnya IOTA menggunakan teknologi spesifik yang di katakan lebih
skalabel daripada teknologi koin lainnya dan kecepatan transaksinya juga
lebih cepat. Seperti cryptocurrency lain yang telah dianalisi di atas,
IOTA didasarkan pada teknologi buku besar yang didistribusikan,
tidak seperti cryptocurrency lainnya. Buku besar IOTA yang
 didistribusikan tidak terdiri dari transaksi yang di kelompokkan “Blok”
dan disimpan ke dalam rantai berurutan tetapi dari aliran transaksi
individu. IOTA didasarkan pada apa yang dikenal sebagai Directed Acyclic
Graph (DAG) Karena transaksi terjerat bersama teknologi ini juga bias
disebut dengan “Tangle”.
a. IOTA Blockchain
IOTA tidak didasarkan pada teknologi blockchain tetapi
merupakan aplikasi terdistribusi yang berbeda teknologi dalam
buku besar.
b. IOTA Menjadi Mata Uang Fiat
Cryptocurrency IOTA (MIOTA) dapat dikonversikan ke
mata uang fiat (seperti Euro). Namun, saat ini hanya satu
pertukaran mata uang kripto yang menawarkan opsi untuk
langsung mengkonversi IOTA (MIOTA) ke Euro menjadi
CoinFalcon. Sebaliknya IOTA dapat dengan mudah ditukar dengan
cryptocurrency lainnya misalnya melalui tempat penukaran
seperti Binance. Cryptocurrency ini kemudia dapat dikonversi ke
mata uang fiat.
c. IOTA Media Pertukaran
Tampaknya saat ini tidak ada pedagang (online) yang
menerima IOTA sebagai alat pembayaran barang atau jasa
tertentu. IOTA dengan demikian bukan media pertukaran namun
tidak bissa dikesampingkan , bahwa itu bias menjadi satu dalam
waktu dekat.
d. IOTA Koin pseudo-anonim
Terlepas dari ekonomi system IOTA yang unik, seperti
kebanytakan cryptocurrency, ua memiliki system yang transparan
dan terbuka untuk umum didalam buku besar yang tersedia.

.2.6.8 NEO
 Mirip dengan Ethereum dan Cardano, NEO adalah platform
blockchain open-source yang cerdas kontrak dan aplikasi terdesentralisasi
(disebut”Dapps”) dapat dijalankan. NEO, terkadang disebut sebagai
“Ethereum Cina”, pada awalnya diluncurkan dengan nama “Antshares” pada
bulan februari 2014 Proyek ini diberi nama baru “NEO” pada juni 2017.
Singkatnya proyek NEO ditujukan untuk mendigitalkan asset dan
mengotomatisasi pengelolaan digital asset, untuk menciptakan apa yang
disebut “Ekonomi pintar” yaitu ekonomi dimana para pihak dapat menyetujui
kontrak tanpa perlu saling percaya.
Sama seperti Ethereum, Neo sendiri secara teknis bukan mata uang
digital. Mata uang asli NEO adalah “GAS”. Dalam istilah sederhana, GAS
adalah biaya yang harus dibayar agar dapat izin untuk menggunakan jaringan
NEO. Yang membedakan platform NEO dan Ethereum adalah bahwa yang
memegang nilai digital dari NEO dapat digambarkan sebagai semacam asset
crypto hybrid secara otomati menghasilkan jumlah GAS dari waktu ke waktu.
a. NEO Blockchain
NEO berjalan pada blockchain yang diizinkan, untuk
menjadi validator transaksi pada jaringan NEO, seorang kandidat
validator harus memiliki tujuan untuk menjadi seorang kandidat
validator yang akan di pilih oleh tim pengembangan NEO dan
dipilih oleh komunitas NEO. Karakteristik ini khas untuk
blockchain yang diizinkan.
b. NEO Mata Uang Fiat
GAS tidak dapat langsung dikonversikan ke mata uang fiat
namun saat ini hanya satu pertukaran cryptocurrency yang
menawarkan opsi untuk secara langsung mengkonversi NEO ke
EURO menjadi Anycoin Direct. GAS adalah mata uang asli dari
NEO saat ini tidak dapat secara langsung dikonversikan ke dalam
mata uang fiat. Baik NEO dan GAS dapat dengan mudah di tukar
dengan cryptocurrency lainnya misalnya pertukaran seperti
 Bittrex. Cryptocurrency ini kemudian dapat dikonversi menjadi
mata uang fiat.
c. NEO GAS Media Pertukaran
NEO GAS bukanlah mata uang yang bisa ditukar dengan
media pertukaran lainnya. Sementara itu NEO bekerja sangat erat
dengan perusahaan teknologi besar seperti Microsoft, NEO dengan
mata uang asalnya GAS bukanlah alat tukar dan bertentangan
dengan jumlah koin lain yang dibahas di atas. Banyak pedagang
online yang mau menerima koin NEO sebagai sarana pembayaran.
Beberapa berpendapat bahwa GAS sebenarnya tidak benar-benar
dimaksudkan sebagai media pertukaran yang sebenarnya. Namun,
hal yang sama juga dikatakan untuk eter mata uangnya
Ethereum(ETH). Dalam hal ini tidak mungkin sepenuhnya
mengesampingkan bahwa GAS(atau bahkan NEO Sendiri) mungkin
masih menjadi meda pertukaran di masa depan.
d. GAS koin pseudo-anonim
Pada dasarnya, NEO GAS dapat dikualifikasikan sebagai
koin pseudo-anonim atau pseudonim, seperti halnya koin yang
sudah dianalisis di atas. Namun, pengembangan inti dari NEO saat
ini sedang aktif dan masih mengerjakan suatu konsep yang akan
memungkinkan pembuat kkode kontrak pintar untuk mengikat
apa yang disebut “identitas digital” ke identitas dunia nyata. Hal ini
masih belum jelas mengingat teknologi dari NEO sendiri juga akan
mempengaruhi karakter pseudo-anonim GAS.
.2.6.9 Monero
Monero (XMR) adalah cryptoccurency Peer-to-peer open-source
“dengan focus pada privasi dan tahan sensor transaksi”. Pada bulan april
2014 dan didasarkan pada apa yang dikenal sebagai CryptoNote
Algoritma PoW. Monero telah dikembangkan secara khusus untuk
memungkinkan para penggunanya melakukan transaksi dalam
anonimitas penuh. Hal ini dikatakan bersifat rahasia dan secara
kriptografi untuk melindungi keduanya dalam mengirim dan menerima
alamat serta jumlah yang ditransaksikan.
Monero dikarakteristikan sepenuhnya sebagai cryptocurrency
yang sepadan. Ini berarti bahwa dua unit XMR dapat selalu diganti
bersama dan tidak ada daftar hitam dari unit XMR tertentu oleh vendor
atau pertukaran karena hubungan mereka dalam transaksi sebelumnya
a. Monero Blockchain
Sama seperti Bitcoin, Monero berjalan di blockchain tanpa
izin. Siapapun dapat bergabung jaringan sesuka hati tampa harus
disetujui sebelumnya atau di periksa oleh administrator pusat.
b. Monero Menjadi Mata Uang Fiat
Monero (XMR) dapat langsung dikonversi kemata uang fiat
di sejmulah pertukaran cryptocurrency misalnya Litebit, Anycoin
Direct, Kraken, dan lain-lain.
c. Monero Media Pertukaran
Monero diterima sebagai alat pembayaran oleh pedagang
online yang jumlahnya terus bertambah. Seperti halnya Bitcoin,
Bitcoin merupakan media pertukaran juga.
d. Monero Koin Anonymous
Seperti Bitcoin atau Etherchain blockchain, selalu ada
transaksi diverikasi secara terbuka dan dapat dilacak oleh
siapapun. Dalam prakteknya meskipun ini bukan suatu hal yang
mudah, pengiriman dan menerima alamat untuk transaksi
semacam itu juga dapat di kaitkan dengan identitas kehidupan
 nyata seseorang. Disinilah Monero menyarankan untuk berbeda.
Ini memposisikan dirinya sebagai cryptocurrency yang aman dan
tidak bisa dilacak.
Standar anonimitas tinggi ini dicapai dengan menggunakan dua
teknik berbeda :
- Transaksi Rahasia Ring (“RingCT”)
- Stealth addresses atau Alamat tersebumnyi

.2.6.10 Dash
Dash (DASH) sebelumnya dikenal sebagai Darkcoin, Dash
menggunakan P2P atau peer-to-peer dengan sumber yang terbuka. Dash
pertama kali diluncurkan pada Januari 2014 dan didasarkan pada apa
yang dikenal sebagai algoritma X11 PoW. Yang khusus untuk Dash dan
membuatnya berbeda dari kebanyakan koin lainnya adalah bahwa ia
memiliki dua jaringan yang bertingkat. Blockchain Dash diamankan
melalui Masternodes dengan mekesampingkan PoW yang telah dilakukan
oleh banyak penambang. Singkatnya Masternodes adalah server yang
terhubung ke jaringan Dash yang menjamin tingkat kinerja dan
fungsionalitas untuk melakukan tugas-tugas tertentu yang terkait dengan
PrivateSend dan InstantSend (Fitur anonimitas Dash dan Transaksi
instan).
a. Dash Blockchain
Seperti Monero, Dash berhalan di blockchain tanpa izin.
Siapapun dapat bergabung dengan jaringan sesuka hati tanpa
harus disetujui atau diperiksa oleh administrator pusat.
b. Dash Menjadi Mata Uang Fiat
Dash (DASH) dapat secara langsung di konversikan ke mata
uang fiat melalui berbagai pertukaran cryptocurrency misalnya
Anycoin Direct, Kraken, dan lain-lain .
 c. Dash Medi Pertukaran
Samar seperto Monero, Dash diterima sebagai alat
pembayaran dengan jumlah yang terus bertambah oleh berbagai
pedagang online. Akibatnya Dash juga merupakan salah satu
cryptocurrency yang bisa menjadi alat tukar.
d. Dash Koin Anonymous
Seperti Blockchain Bitcoin, Blockchain dash adalah
transparan secara default yang berarti secara umum selalu dapat
diverifikasikan dengan terbuka dan dapat dilacak di blockchain
untuk memberikan penggunanya privasi finansial sejati, Dash
menawarkan opsi untuk menggunakan fitur yang disebut Private
Send. Private send mengaburkan asal-usul dana pengguna melalui
proses yang dikenal sebagai “pencampuran”.

.3. SVM (Support Vector Machine)

Support Vector Machine (SVM) pertama kali diperkenalkan oleh Vapnik
pada tahun 1992 sebagai rangkaianharmonis konsep-konsep unggulan dalam
pengenalan pola bidang. Sebagai salah satu metode pengenalan pola,usia SVM
terbilang masih relatif muda. Meskipun demikian, evaluasi kemampuannya
dalam berbagai aplikasinya Menempatkannya dalam pengenalan pola, dan
dewasa ini merupakan salah satu tema yang berkembang dengan pesat.
SVM adalah metode pembelajaran mesin yang bekerja atas prinsip
Structural Risk Minimization (SRM) dengan tujuan menemukan hyperplane terbaik
yang menentukan dua buah kelas pada inputruang. Tulisan ini membahas teori
SVM dalam sentiment analisis terhadap cryptocurrency berdasarkan komentar
dan balasan pada twitter (Anto S.N, 2003)
 Margin

Gambar 7 : Hyperplane terbentuk diantara class-1 dan +1

Gambar 7 memperlihatkan beberapa pattern yang merupakan anggota dari

dua buah class : +1 dan –1. Pattern yang tergabung pada class –1 disimbolkan
dengan warna merah (kotak), sedangkan pattern pada class +1, disimbolkan
dengan warna kuning (lingkaran). Problem klasifikasi dapat diterjemahkan
dengan usaha menemukan garis (hyperplane) yang memisahkan antara kedua
kelompok tersebut (Elly S, 2015)

Discrimination boundaries

Gambar 8 : SVM berusaha untuk menemukan hyperplane terbaik yang memisahkan kedua
kelas -1 dan kelas +1
Hyperplane pemisah terbaik antara kedua class dapat ditemukan dengan
mengukur margin hyperplane tersebut . dan mencari titik maksimalnya. Margin
adalah jarak antara hyperplane tersebut dengan pattern terdekat dari masing-
masing class. Pattern yang paling dekat ini disebut sebagai support vector. Garis
solid pada gambar menunjukkan hyperplane yang terbaik, yaitu yang terletak
tepat pada tengah-tengah kedua class, sedangkan titik merah dan kuning yang
berada dalam lingkaran hitam adalah support vector. Usaha untuk mencari lokasi
hyperplane ini merupakan inti dari proses pembelajaran pada SVM (Elly S, 2015)
Bidang pembatas pertama membatasi kelas pertama sedangkan bidang
pembatas kedua membatasi kelas kedua, sehingga diperoleh rumus sebagai
berikut :
𝑥𝑖w + b ≥ 1, = +1……………………………………………………...(2.1)
𝑥𝑖w + b ≤ 1, = -1 ……………………………………………………...(2.2)
Dimana w adalah normal bidang dan b adalah posisi bidang alternatif
terhadap pusat koordinat. Nilai margin antara bidang pembatas berdasarkan
rumus jarak garis ke titik pusat adalah sebagai berikut :
1−𝑏−(−1−𝑏) ||𝑤|| = 2 ||𝑤||…………………………………………...(2.3)
Untuk mengklasifikasikan data yang tidak mampu dipisahkan secara linier
formula SVM harus dimodifikasi karena tidak ditemukan solusi. Dengan demikian
formula pencarian bidang pemisah terbaik berubah menjadi
min 1 2 ||𝑤||2 + C(Σ 𝜖1 𝑛 𝑖=1 ) ……………………………………………...(2.4)
Dengan 𝑦1(𝑥𝑖w +b) ≥1-ℶ𝑖𝜖 ≥ 0 ……………………………………………...(2.5)
C merupakan “parameter yang menetukan besar kesalahan dalam
klasifikasi data dan nilainya ditentukan oleh pengguna. Peran C yaitu
meminimalkan kesalahan pelatihan dan mengurangi kompleksitas model.
Parameter yang dipilih dengan SVM menggunakan metod grid seacrh karena baik
jika diaplikasikan pada dataset yang mempunyai atribut sedikit daripada metode random
search (Bergstra & Bengio, 2012).
2.1.1 Non linear SVM
Untuk mengklasifikasikan data yang tidak dapat dipisahkan secara linier
ada cara yang dapat dilakukan yaitu “dengan penambahan variabel ξi ( i ≥ ∀i ξ 0, :
ξ i = 0 jika i x diklasifikasikan dengan benar) menjadi xi .w + b ≥1-ξi untuk kelas 1
dan xi .w + b ≤ −1+ξi untuk kelas 2. Pencarian bidang pemisah terbaik dengan
dengan penambahan variabel ξ i sering juga disebut soft margin hyperplane”.
Selain itu dapat juga dilakukan dengan mengubah data ke dalam dimensi ruang
fitur (feature space) sehingga dapat dipisahkan secara linier pada feature space.

Gambar 9: perpindahan dari vektor input ke feature space (Sembiring,

2007)
Caranya, data dipetakan dengan menggunakan fungsi pemetaan
transformasi ( k k x →φ x kedalam feature space sehingga terdapat bidang
pemisah yang dapat memisahkan data sesuai dengan kelasnya.
Feature space dalam pengerjaannya biasanya “memiliki dimensi yang
lebih tinggi dari vektor input (input space). Hal ini mengakibatkan komputasi
pada feature space mungkin sangat besar, karena ada kemungkinan feature
space dapat memiliki jumlah feature yang tidak terhingga.Selain itu, sulit
mengetahui fungsi transformasi yang tepat”. Untuk mengatasi masalah ini, pada
SVM digunakan ”kernel trick”. (Windi A, 2019)
Syarat sebuah fungsi kernel ialah “memenuhi Teorema Mercer yang
menyatakan bahwa matriks kernel yang dihasilkan harus bersifat positive semi-
definite”. Fungsi kernel yang umum digunakan adalah sebagai berikut:
 a. Kernel Linier
K(𝑥𝑖, x) =𝑥𝑖𝑇 x……………………………………………………...(2.6)
b. Pilynomial Kernel
K(𝑥𝑖,x)=(γ.𝑥𝑖𝑇x+r)𝑝,γ>0 …………………………………………...(2.7)
c. Radial Basis Fuction
K(𝑥𝑖, x)=exp(-γ |𝑥𝑖 –x|2) γ > 0………………………………............…(2.8)
d. Sigmoid Kernel
K(𝑥𝑖, x)=tan(γ𝑥𝑖𝑇𝑥+𝑟)………………………………………………...(2.9)

42.3.2 Kernel Radial Basis Function (RBF)

Diantara kernel lainnya, “Kernel RBF lebih sering digunakan dan menjadi
pilihan utama dalam menyelesaikan kasus-kasus di SVM Nonlinier. Tidak seperti
kernel linier, kernel ini digunakan untuk kasus nonlinier. Artinya RBF dapat
menangani hubungan antara atribut pada kasus nonlinier. RBF merupakan
pengembangan kernel linier untuk kasus-kasus yang khusus. Beberapa
parameter pada Kernel RBF juga memiliki kinerja yang sama seperti titik
parameter (C, γ) pada kernel liner”.
Fungsi kernel “digunakan untuk mengubah proses pembuatan model SVM
linier ke nonlinier tanpa terlalu rumit. Kernel RBF adalah kernel yang bisa
digunakan untuk semua jenis data (Indraswari, Arifin, & Herumurti, 2017).
Menggunakan Fungsi kernel Gaussian RBF untuk mendapatkan nilai” x dan x'
menggunakan rumus berikut. (Indraswari, Arifin, & Herumurti, 2017).
(𝑥,𝑥′)=exp(−||𝑥−𝑥′||22σ2) Dimana nilai || x - x' || adalah jarak euclidean
dari nilai data dalam dua ruang fitur yang berbeda dan σ (sigma) adalah
parameter di kernal RBF yang menentukan nilai atau berat dari kernel di SVM,
parameter σ (sigma) perlu disesuaikan untuk memberikan akurasi yang lebih
baik dari hasil klasifikasi. Nilai σ (sigma) secara default adalah 1 pada fungsi
RBF, kita juga dapat menggunakan parameter gamma dengan rumus : 𝛾=12σ2
2.2 Cross Validation And Grid Search
“Dalam kernel RBF ada dua parameter yaitu C dan γ yang nilainya
perlu diketahui. Hal ini dilakukan untuk mendapatkan parameter terbaik
yang nantinya dapat menghasilkan akurasi yang tinggi dalam pelatihan.
Proses ini dikenal dengan sebutan grid-search”.
Pada umumnya “proses ini dilakukan dengan cross validation. Cross
validation merupakan metode statistic untuk mengevaluasi juga
membandingkan algoritma pembelajaran dengan membagi data menjadi
dua bagian yaitu data latih dan dataset. Data yang dikelompokkan
kedalam dua bagian tersebut akan secara bergantian digilir kedalam
bagian lainnya secara berurutan .
Grid seacrh adalah metode yang mencari nilai parameter terbaik
dengan memberi range nilai pada parameter tersebut Algortima grid
search ini biasanya menggunakan fungsi k-fold cross validation,
pencarian parameter terbaik akan dilakukan dengan cara membagi data
menggunakan k-fold cross validation. (Naufal, 2015)”.

2.3.4 Confusion Matrix

Confusion matrix merupakan suatu metode yang dapat digunakan untuk
menghitung akurasi dari proses klasifikasi. Dengan confusion matrix dapat dianalisa
seberapa baik classifier mengenali record dari kelas-kelas yang berbeda. Berikut
adalah tabel confusion matrix:
 Prediksi
Positif negatif
Aktual
Positif TP FN
Negatif FP TN
Table 1 : Cofusion Matrix

Keterangan dari confusion matrix tersebut sebagai berikut :

 TP (True Positive) merupakan jumlah data dengan kelas aktual positif dan
target kelas prediksi positif.
 FN (False Negative) merupakan banyaknya data yang kelas aktualnya adalah
kelas positif dengan kelas prediksinya merupakan kelas negatif.
 FP (False Positive) merupakan jumlah data dengan kelas aktual positif dan
target kelas prediksi negatif.
 TN (True Negative) merupakan jumlah data dengan kelas aktual negatif dan
target kelas prediksi negatif.

.3.5 Akurasi
Akurasi merupakan metode pengujian berdasarkan tingkat kedekatan antara
nilai prediksi dengan nilai aktual. Dengan mengetahui jumlah data yang
diklasifikasikan dengan benar maka dapat diketahui tingkat akurasi hasil prediksi.
Persamaan akurasi ditunjukkan pada persamaan 2.20 berikut

(𝑇𝑃+𝑇𝑁)

Akurasi = …………………………………...(2.10)

𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁
.3.6 Count Vectorizer

Model ini memiliki banyak parameter, namun nilai defaultnya

cukup untuk melakukan ekstraksi. Konfigurasi default tokenisasi string
dengan mengekstraksi kata minimal 2 huruf. Setiap istilah yang
ditemukan oleh penganalisis selama pemasangan diberi indeks integer
unik yang sesuai dengan kolom dalam matriks yang dihasilkan.
1. Term Frequency
“TF merupakan salah satu metode untuk menghitung
bobot tiap term dalam teks. Dalam metode ini tiap term
diasumsikan memiliki nilai kepentingan yang sebanding
dengan jumlah kemunculan term tersebut pada teks”.
2. Document Frequency
“Dokumen frekuensi (Df) adalah jumlah dokumen yang
mengandung suatu term tertentu. Dokumen Frekuensi
merupakan metode feature selection yang paling
sederhana dengan waktu komputasi yang rendah”.
3. Inverse Document Frequency (IDF)“TF fokus dengan
munculnya term dalam sebuah teks,maka inverse
document frequency (IDF) fokus dengan munculnya term
pada keseluruhan lokasi teks. Pada IDF, term yang jarang
muncul pada keseluruhan koleksi term dinilai berharga”.
4. Term Frequency Inverse Document Frequensy (TF-IDF)
(TF-IDF) “adalah pembobotan yang dilakukan sesudah
ekstrasi artikel berita. Proses metode TF-IDF adalah
menghitung bobot dengan cara integrasi antara term
frequency (tf) dan inverse document frequency (idf)”.
 Rumus TF-IDF adalah sebagai berikut:

𝑊=tf 𝑥 idf …………………..………………………………………(2.11)

Dimana:
𝑊 = Bobot dokumen
tf = term frekuensi
idf = invers dokumen frekuensi
idf=Log = 𝑡𝑑

𝑑𝑓........................................................................................(2.12)

Keterangan:
𝑖𝑑𝑓 = invers dokumen frekuensi
𝑡𝑓 = Total dokumen

𝑑𝑓 = Frekuensi dokemen dari term

log = Untuk memperkecil pengaruh relative terhadap 𝑡𝑓

12.3.7 Regresi Linear

Regresi Linear adalah sebuah metode statistik yang
memprediksikan suatu data ke depan dengan menggunakan data masa
lalu, dan biasanya digunakan saat suatu variabel mengalami kenaikan
atau penurunan yang signifikan. Dalam sejarah matematika Regresi
Linear dikembangkan pertama kali oleh Gauss yang seorang ahli
matematika pada tahun 1809. Regresi Linier membentuk hubungan
antara variabel dependen (Y) dan satu atau lebih variabel bebas (X)
dengan menggunakan garis lurus terbaik (juga dikenal sebagai garis
regresi). [9] merumuskan Regresi
Linier dengan persamaan berikut:
𝑌 = 𝛼 + 𝛽𝑋........................................................................................(2.13)
 Atau
𝑌=𝛼+(𝛽+𝜀)𝑋 .....................................................................................(2.14)

Dimana 𝑌 merupakan variabel dependen, X merupakan variabel predictor.

𝜀 merupakan sentiment value yang didapat dari persamaan:
Number_of_positive_tweets
𝜀 = 𝑙𝑜𝑔10 .................................(2.15)
Number_of_positive_tweets

2.2.1.1 Twitter

Twitter adalah sebuah situs web yang dimiliki dan dioperasikan oleh
Twitter Inc., yang menawarkan jaringan sosial berupa mikroblog sehingga
memungkinkan penggunanya untuk mengirim dan membaca pesan Tweets
(Twitter, 2013). Mikroblog adalah salah satu jenis alat komunikasi online dimana
pengguna dapat memperbarui status tentang mereka yang sedang memikirkan
dan melakukan sesuatu, apa pendapat mereka tentang suatu objek atau
fenomena tertentu. Tweets adalah teks tulisan hingga 140 karakter yang
ditampilkan pada halaman profil pengguna. Tweets bisa dilihat secara publik,
namun pengirim dapat membatasi pengiriman pesan ke daftar temanteman
mereka saja. Pengguna dapat melihat Tweets pengguna lain yang dikenal dengan
sebutan pengikut (follower).
Tidak seperti Facebook, LinkedIn, dan MySpace, Twitter merupakan
sebuah jejaring sosial yang dapat digambarkan sebagai sebuah graph berarah
(Wang, 2010), yang berarti bahwa pengguna dapat mengikuti pengguna lain,
namun pengguna kedua tidak diperlukan untuk mengikutinya kembali.
Kebanyakan akun berstatus publik dan dapat diikuti tanpa memerlukan
persetujuan pemilik.
 Semua pengguna dapat mengirim dan menerima Tweets melalui situs
Twitter, aplikasi eksternal yang kompatibel (telepon seluler), atau dengan pesan
singkat (SMS) yang tersedia di negara-negara tertentu (Twitter, 2013). Pengguna
dapat menulis pesan berdasarkan topik dengan menggunakan tanda # (hashtag).
Sedangkan untuk menyebutkan atau membalas pesan dari pengguna lain bisa
menggunakan tanda @.
Pesan pada awalnya diatur hanya mempunyai batasan sampai 140
karakter disesuaikan dengan kompatibilitas dengan pesan SMS,
memperkenalkan singkatan notasi dan slang yang biasa digunakan dalam pesan
SMS. Batas karakter 140 juga meningkatkan penggunaan layanan
memperpendek URL seperti bit.ly, goo.gl, dan tr.im, dan jasa hosting konten,
seperti Twitpic, Tweephoto, memozu.com dan NotePub untuk mengakomodasi
multimedia isi dan teks yang lebih panjang daripada 140 karakter (Twitter,
2013). Twitter menggunakan bit.ly untuk memperpendek otomatis semua URL
yang dikirim-tampil. Fitur yang terdapat dalam Twitter, antara lain:
1. Laman Utama (Home)
Pada halaman utama kita bisa melihat Tweets yang dikirimkan oleh
orangorang yang menjadi teman kita atau yang kita ikuti ( following).

2. Profil (Profile)
Pada halaman ini yang akan dilihat oleh seluruh orang mengenai profil
atau data diri serta Tweets yang sudah pernah kita buat.

3. Followers
 Pengikut adalah pengguna lain yang ingin menjadikan kita sebagai teman.
Bila pengguna lain menjadi pengikut akun seseorang, maka Tweets seseorang
yang ia ikuti tersebut akan masuk ke dalam halaman utama.

4. Following
Kebalikan dari pengikut, following adalah akun seseorang yang mengikuti
akun pengguna lain agar Tweets yang dikirim oleh orang yang diikuti tersebut
masuk ke dalam halaman utama.
5. Mentions
Biasanya konten ini merupakan balasan dari percakapan agar sesama
pengguna bisa langsung menandai orang yang akan diajak bicara. 6. Favorite
Tweets ditandai sebagai favorit agar tidak hilang oleh halaman sebelumnya.
5 Pesan Langsung (Direct Message)
Fungsi pesan langsung lebih bisa disebut SMS karena pengiriman pesan
langsung di antara pengguna.
7. Hashtag
Hastag “#” yang ditulis di depan topik tertentu agar pengguna lain bisa
mencari topik yang sejenis yang ditulis oleh orang lain juga
8. List
Pengguna Twitter dapat mengelompokkan ikutan mereka ke dalam satu
grup sehingga memudahkan untuk dapat melihat secara keseluruhan para
nama pengguna (username) yang mereka ikuti (follow).

9. Topik Terkini (Trending Topic)

Topik yang sedang banyak dibicarakan banyak pengguna dalam suatu
waktu yang bersamaan.

2.3.1 Twitter API

 Application Programming Interface (API) merupakan fungsi-
fungsi/perintah-perintah untuk menggantikan bahasa yang digunakan dalam
system calls dengan bahasa yang lebih terstruktur dan mudah dimengerti oleh
programmer. Fungsi degan menggunakan API tersebut kemudian akan memanggil
system call sesuai dengan sistem operasinya. Twitter menyediakan API yang
diperuntukkan untuk developer yang ada pada website
https://developer.twitter.com. Twitter API terdiri dari 3 bagian yaitu :
a. Search API
Search API dirancang untuk memudahkan user dalam mengelola
query search di konten Twitter. User dapat menggunakannya untuk
mencari tweet berdasarkan keyword khusus atau mencari tweet lebih
spesifik berdasarkan username Twitter. Search API juga menyediakan
akses pada data Trending Topic
b. REST API
REST API memperbolehkan developer untuk mengakses inti dari
Twitter seperti timeline, status update dan informasi user. REST API
digunakan dalam membangun sebuah aplikasi Twitter yang kompleks
yang memerlukan inti dari Twitter
c. Streaming API
Streaming API digunakan developer untuk kebutuhan yang lebih
intensif seperti melakukan penelitian dan analisis data. Streaming API
dapat menghasilkan aplikasi yang dapat mengetahui statistik status
update, follower dan lain sebagainya.

.4.2 Analisis Sentiment pada Twitter

 Definisi analisis sentiment twitter pada dasarnya merujuk pada pendapat
komentar yang ada pada twitter. Kalimat seringkali mendapat pendapat tunggal,
meskipun tidak bersifat mutlak kalimat berisi pendapat tunggal.
Dalam kasus lain terdapat kalimat dengan pendapat lebih dari satu pada suatu
kalimat namun ini hanya sebagian kecil (Liu, 2016).
Pada dasarnya analisis sentiment merupakan tahapan klasifikasi. Namun
tahapan klasifikasi sentiment pada twitter yang tidak terstuktur. Langkah
pertama adalah untuk mengklasifikasikan apakah kalimat mengungkapkan
pendapat atau tidak. Langkah kedua adalah mengklasifikasikan kalimat-kalimat
pendapat menjadi positif dan kelas negatif.

2.1.3 Struktur Data Twitter

Untuk mendalami permasalahan analisis sentimen twitter diperlukan
pemahaman terhadap struktur data twitter itu sendiri. Twitter menjadi sumber
yang hampir tak terbatas yang digunakan pada text classification. banyak
karakteristik pada tweets twitter. Pesan pada twitter memiliki banyak attribute
yang unik, yang membedakan dari media sosial lainnya:

1. Twitter memiliki maksimal panjang karakter yaitu 140 karakter.

2. Twitter menyediakan data yang bisa diakses secara

bebas dengan menggunakan Twitter API,
mempermudah saat proses pengumpulan tweets
dalam jumlah yang sangat banyak.
3. Pengguna twitter mem-posting pesan melalui banyak
media berbeda untuk mengungkapkan pendapat
tentang suatu topik atau kejadian tertentu, sehingga
merupakan sumber yang bagus dalam menemukan
pendapat orang lain.
4. Terdapat ragam topik didalamnya. Setiap pengguna
dapat menuliskan topik apapun pada pesan twitter.
.5 Data Set
Dalam melakukan pengujian, dataset dibagi menjadi 2 yaitu data training
dan data testing. Untuk kategorinya, data training dan testing berisi data
campuran antara data dari pasangan a,b, dan c, digabungkan menjadi satu.
Kemudian data digabungkan menjadi satu kemudian dibagi sesuai dengan
skenario. Didalam sistem data uji diberikan label secara manual sedangkan data
uji tidak diberikan label, sehingga sistem dapat memprediksi apakah nilai tweet
uji positif atau negatif. Untuk menghitung performansi sistem menggunakan
sistem cross validation, untuk menilai atau menvalidasi keakuratan sebuah
model yang dibangun berdasarkan dataset tertentu.[10]

.5 Penelitian Terdahulu
Penelitian ( Saraswati, 2013) yang berjudul “Naïve Bayes Classifier Dan
Support Vector Machines Untuk Sentiment Analysis” mengklasifikasikan opini
pada kelas positif dan negatif pada data berbahasa inggris dan bahasa Indonesia
menggunakan metode Naïve Bayes Classifier dan Support Vector Machine. Hasil
percobaan klasifikasi data menunjukan bahwa metode SVM memberikan unjuk
kerja yang lebih baik dari pada metode NBC dalam sentimen analysis.
Penelitian yang dilakukan oleh (Hidayatullah, 2014)ini melakukan
analisis sentimen dan klasifikasi tweet berbahasa Indonesia terhadap tokoh
publik menggunakan metode Naive Bayes Classifier. Metode Support Vector
Machine menghasilkan akurasi performansi yang lebih baik daripada metode
Naive Bayes. Penggunaan metode Support Vector Machine dan Naive Bayes
sama-sama memiliki hasil akurasi yang cukup baik untuk klasifikasi tweet
Penelitian yang dilakukan oleh (Olabenjo, 2016) membuat dua variasi
pengelompokan Naïve Bayes menggunakan data dari Google Play Store dan dari
tempat lain untuk mengklasifikasikan aplikasi baru. Pengelompokan ini
kemudian dievaluasi dengan berberapa metode evaluasi dan hasilnya
dibandingkan satu dengan yang lain. Hasilnya menunjukan bahwa metode Naïve
Bayes baik untuk masalah klasifikasi aplikasi di Google Play Store dan
mengotomatisasi pengkategorian aplikasi android di Google Play Store.
Analisis sentimen tentang twitter pernah dilakukan oleh (D.Suganthi &
Dr.A.Geetha, 2017) yang berkaitan dengan The Goods and Service Tax (GST)
tentang sistem pajak di India.Tweet diklasifikasikan menjadi teet positif, negatif,
dan netral berdasarkan sentimen dengan mengklasifikasikan dataset dengan
menggunakan berbagai algoritma Support Vector Machine (SVM). Analisis
sentimen di R dengan menghitung skor sentimen untuk masing-masing tweet
Penelitian dengan menggunakan metode Support Vector Machine untuk
klasifikasi sentimen pernah dilakukan oleh (Abtohi, 2017) pada data ulasan hotel
pada situs Tripadvisor. Hasil klasifikasi ulasan dengan metode SVM
menunjukkan tingkat akurasi sebesar 95,27% pada ulasan berbahasa Inggris dan
sebesar 95,00% untuk ulasan berbahasa Indonesia.
Penelitian yang di lakukan oleh (Ferdiansyah, 2019) Prediksi SVM dapat
digunakan untuk memprediksi tren Bitcoin hari ini di pasar saham, tetapi kami
membutuhkan lebih banyak pengetahuan untuk membaca data
Penelitian yang di lakukan oleh (Taufiq, 2019) algoritme SVM
menghasilkan rerata nilai akurasi sebesar 85,62% dan Naive Bayes menjadi
algoritme dengan rerata nilai akurasi terendah dengan nilai rerata sebesar
83,24%. Rerata tingkat akurasi dari ketiga algoritme yang

NO Penulis Judul Penelitian

1 (Saraswati, 2011) Text Mining dengan Penggunaan Naïve
Metode Naive Bayes Bayes Classifier dan
Classifier dan Support Support Vector
Vector machines untuk Machine untuk analisis
Sentiment Analysis sentiment.

2 (Hidayatullah, 2014) Analisis Sentimen dan Penggunaan Naïve

Klasifikasi Kategori Bayes Classifier untuk
 Terhadap Tokoh Publik analisis klasifikasi
pada Data Twitter sentiment terhadap
Menggunakan Naive tokoh public pada
Bayes Classifier twitter
3 (Olabenjo, 2016) Applying Naive Bayes Penggunaan Naïve
Classification to Google Bayes Classifier untuk
Play Apss categorization mengkategorikan
aplikasi pada Google
Play
4 (D.Suganthi & Twitter Sentiment Penggunaan Support
Dr.A.Geetha, 2017) Analisis on GST tweets Vector Machine untuk
using R tool mengklasifikasikan
sentimen pada data
twitter.
5 (Abtohi, 2017) Implementasi Teknik Penggunaan SVM
Web Scrapping dan untuk klasifikasi
Klasifikasi Sentiment sentiment pengguna
Menggunakan Metode hotel.
Support Vector Machine
dan Asosiasi
6 (Ferdiansyah, BITCOIN-USD Penggunaan SVM
2019) Trading Using SVM to untuk prediksi pasar
Detect The Current saham
day’s Trend in The
Market
7 (Taufiq, 2019) PERBANDINGAN Tingkat akurasi
PERFORMA METODE metode SVM dan
KLASIFIKASI SVM, Naive Bayes
NEURAL NETWORK,
DAN NAÏVE BAYES
UNTUK MENDETEKSI
KUALITAS
PENGAJUAN KREDIT
DI KOPERASI
 SIMPAN PINJAM

Crawling adalah suatu teknik yang digunakan untuk mengumpulkan informasi

yang ada dalam web. Crawling bekerja secara otomatis, dimana informasi yang
dikumpulkan berdasarkan atas kata kunci yang diberikan oleh pengguna. Alat
yang digunakan untuk melakukan crawling disebut dengan crawler. Twitter
crawling merupakan penerapan teknik crawling pada media sosial Twitter.
Untuk menerapkan teknik twitter crawling ini, pihak Twitter telah memberikan
akses bagi pengguna untuk memanfaatkan Twitter API. Sehingga dengan
memanfaatkan Twitter API tersebut, pengguna bisa dengan mudah memperoleh
data-data seperti tweet, data pengguna dan lain-lain. Untuk selanjutnya
dikumpulkan dan disimpan dalam sebuah file atau basis data.
 S

Gambar 1.1 : Proses Implemntasi teknik Crawling

Sumber : Jurnal Informasi Interaktif, 2018

.3 Twitter
Twitter adalah salah satu sosial media yang di bangun atas dasar ideologi dan
teknologi Web 2.0. web 2.0 menjadi flatform dasar media sosial. Kemunculan
sosial media telah membantu manusia saling terhubung dengan satu dan yang
lainnya, hal tersebut membuat opini masyarakat yang diunggah di twitter
memiliki akurasi yang cukup tinggi bila di gunakan untuk memonitor atau
mengetahui pendapat user tentang cryptocurrency Alternatif pada komentar dan
balasan penguna [9]

Notes.
1. Belum terlihat Arah Diskusi
2. Penjabaran tentang crypto, sentiment , metode masih terlalu basic
3. Butuh eksplorasi,baca dan belajar yang banyak dam