Penerapan Data Mining untuk Clustering Collection NFT di Marketplace OpenSea

Angel Caroyallita, T. (2023) Penerapan Data Mining untuk Clustering Collection NFT di Marketplace OpenSea. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (509kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (191kB) | Preview
Preview	PDF BAB_I.pdf Download (135kB) | Preview
Preview	PDF BAB_II.pdf Download (284kB) | Preview
Preview	PDF BAB_III.pdf Download (165kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
Preview	PDF BAB_V.pdf Download (117kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Pandemi Covid-19 menyerang seluruh dunia dan berdampak pada kehidupan manusia, salah satunya pada aspek bisnis dan maraknya Pemutusan Hubungan Kerja (PHK). Kehadiran NFT di dunia investasi digital merupakan salah satu peluang bagi creator untuk menjangkau lebih banyak penggemar dari karya yang diciptakannya dan sebagai ladang penghasilan dengan memasarkan karya seni digital berupa collection NFT di marketplace NFT. Selain mendapatkan keuntungan dari hasil penjualan collection NFT, creator juga mendapatkan royalty dari setiap penjualan collection NFT. Apabila dilihat dari sisi lain, NFT juga dapat digunakan sebagai aset finansial atau objek investasi. Collector NFT tentu mengharapkan memperoleh keuntungan dari penjualan NFT miliknya dengan menjual dengan harga yang lebih mahal dari yang telah dibayarkan olehnya ketika membeli NFT tersebut. Penelitian ini dilakukan untuk membantu creator yang ingin terjun di dunia NFT ataupun collector dengan memberikan informasi kategori dari collection NFT yang banyak dibicarakan dan diminati. Penelitian ini melakukan pembentukan model clustering dengan menggunakan algoritma K-Means, K-Medoids, dan X- Means terhadap collection NFT dengan menggunakan framework CRISP-DM. Pembentukan model cluster dengan tiga algoritma berbeda dibandingkan berdasarkan nilai Davies Bouldin Index untuk mengetahui model yang paling baik dalam melakukan pembentukan model clustering terhadap collection NFT di marketplace OpenSea. Hasil dari penelitian menunjukkan algoritma X-Means paling cocok diterapkan dengan jumlah cluster optimal sebanyak 5 cluster dan nilai DBI sebesar 0,459. Berdasarkan data trending pada tanggal 27 September 2022, creator yang baru ingin memulai untuk terjun di dunia investasi NFT dengan memasarkan karyanya dapat memasarkan dengan kategori collectibles. Hal ini dikarenakan pada cluster low volume with low sales, kategori collectibles memiliki sebanyak 26 dari 100 collections.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Data Mining, K-Means, K-Medoids, NFT, X-Means
Subjects:	700 Arts and Recreation > 770 Photography, Computer Art, Film, Video > 776 Computer Art (Digital art)
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	11 Mar 2023 09:36
Last Modified:	05 Jul 2023 07:48
URI:	https://kc.umn.ac.id/id/eprint/24047

Actions (login required)

View Item