ANALISIS HIERARCHICAL CLUSTERING PADA VOLUME TRADING DISETIAP NARRATIVE CRYPTO MENGGUNAKAN DATA DUNE ANALYTICS UNTUK INVESTASI BERBASIS DATA

Abstract

Penelitian ini adalah algoritma Menggunakan Hierarchical Clustering untuk menganalisis pola volume perdagangan pada berbagai narasi dalam ekosistem crypto berdasarkan data dari Dune Analytics. Data seperti rata-rata volume per aset hari kategori narasi yang berbeda (Memes, DeFi, AI, dan lain-lain) digunakan sebagai dasar untuk membangun klaster yang menggambarkan perdagangan volume pola di setiap narasi. Tujuan penelitian ini adalah mengidentifikasi pola kesamaan dan perdaan antar-narasi dalam volume perdagangan, sehingga anggota wawasan tentak aktivitas perdagangan dan fokus investasi di berbagai sektor crypto. Pendekatan ini memanfaatkan metode Ward linkage dalam Hierarchical Clustering, yang dipalih karena kemampuanya meminimalkan varians dalam setiap klaster, sehingga menghasilkan klaster yang lebih seimbang.Untuk mengevaluasi kualitas klaster yang terbentuk, penelitian ini juga menggunakan metrik seperti Silhouette Score dan Cophenetic Correlation Coefisien guna memastikan konsistensi dan mewakili data strektur secara optimal. Kontribusi utama penelitian ini adalah penerapan Hierarchical Clustering untuk mengelompokkan narasi crypto berdasarkan volume perdagangan, yang belum beryak dieksplorasi dalam studi sebelumnya. Tidak seperti penelitian terpahulu yang lebih berfokus dada kinerja harga atau volatilitas aset, penelitian ini menyoroti volume perdagangan sebagai indikator utama untuk memahami preferensi investor dan dinamika pasar crypto. Hasil penelitian membuan data berbasis yang dapat membantu keputusan investasi yang lebih efektif di berbagai sektor narasi crypto,anggota wawasan mengenai volume tren yang dapat dimanfaatkan oleh investor dan analis pasar. Kesimpulan penelitian ini menekankan pentingnya pendekatan data berbasis unduk memahami dinamika volume di sektor crypto.