Cryptocurrency adalah julukan yang diberikan kepada sebuah sistem yang menggunakan teknologi kriptografi untuk melakukan proses pengiriman data secara aman dan memproses pertukaran mata uang digital secara tersebar. Cryptocurrency merupakan salah satu bentuk investasi yang beresiko, harga Cryptocurrency sangatlah fluktuatif (berubah-ubah) membuat harga Cryptocurrency perlu untuk diprediksi agar mendapatkan keuntungan. Support Vector Regression (SVR) adalah salah satu metode untuk memprediksi data time series seperti harga Cryptocurrency. Namun parameter SVR perlu untuk dioptimalkan agar mendapatkan hasil yang akurat. Algoritma Particle Swarm Optimization (PSO) diimplementasikan untuk mengetahui pengaruh dalam optimasi parameter SVR. Implementasi SVR dan SVR-PSO dilakukan pada data Cryptocurrency jenis Bitcoin dan Shiba Inu Coin. Hasil dari penelitian ini yaitu algortima SVR mendapatkan akurasi 13.19082% (Bitcoin) dan 68.3221% (Shiba Inu Coin). Pada algoritma SVR-PSO diperoleh akurasi sebesar 96.92359% (BTC) dan 94.74245% (SHIB).

Kata kunci: Cryptocurrency, Prediksi, Time Series, Support Vector Regression, Particle Swarm Optimization