Sistem Pendukung Keputusan Perdagangan Cryptocurrency Menggunakan Pembobotan Kombinasi Indikator EMA, RSI, MACD, dan Bollinger Bands

M. Zaky Pria Maulana; Rizky  Parlika; Firza Prima  Aditiawan

doi:10.33633/joins.v11i1.15776

Penulis

M. Zaky Pria Maulana UPN "Veteran" Jawa Timur
Rizky Parlika UPN Veteran Jawa Timur
Firza Prima Aditiawan UPN Veteran Jawa Timur

DOI:

https://doi.org/10.33633/joins.v11i1.15776

Kata Kunci:

cryptocurrency, sistem pendukung keputusan, indikator teknikal, pembobotan kombinasi indikator, backtesting, return on investment (ROI)

Abstrak

Perdagangan cryptocurrency mempunyai perubahan harga yang cepat dan besar yang menyebabkan pengambilan keputusan investor ketika membeli aset hanya mengandalkan intuisi sehingga berpotensi menimbulkan risiko kerugian. Oleh karena itu penelitian ini bertujuan mengembangkan sebuah SPK perdagangan cryptocurrency dengan memanfaatkan kombinasi indikator teknikal EMA, RSI, MACD, dan Bollinger Bands. Sistem ini dirancang untuk membantu pengguna dalam mengambil keputusan perdagangan secara lebih objektif berdasarkan data historis. Penelitian ini menggunakan pembobotan kombinasi indikator dengan rentang 0 sampai 4, sehingga diperoleh 625 kombinasi bobot. Evaluasi metode tersebut dilakukan menggunakan backtesting dengan metrik ROI, Win Rate, dan MDD. Berdasarkan hasil pengujian, kombinasi indikator berbobot terbukti lebih baik dibandingkan penggunaan indikator tunggal. Dimana mampu menghasilkan peningkatan ROI mencapai 2222,35% pada aset SOLUSDT. Selain itu mampu meningkatkan akurasi sinyal yang ditunjukkan melalui kenaikan nilai Win Rate pada aset ETHUSDT dari 35,21% menjadi 47,28% dan SOLUSDT dari 32,84% menjadi 58,11%. Di samping itu, pendekatan ini juga efektif dalam memitigasi risiko kerugian yang dibuktikan melalui penurunan tingkat MDD, di mana tingkat risiko pada aset ETHUSDT berhasil ditekan dari 50,04% menjadi 41,35%. Sistem juga berhasil diimplementasikan dalam bentuk aplikasi berbasis website yang terintegrasi dengan notifikasi Telegram sebagai media penyampaian hasil analisis kepada pengguna.

Referensi

C. Tudor dan R. Sova, “An automated adaptive trading system for enhanced performance of emerging market portfolios,” Financ. Innov., vol. 11, no. 1, 2025, doi: 10.1186/s40854-025-00754-3.

B. Dharma et al., “Analisis pemanfaatan cryptocurrency bitcoin sebagai alat alternatif investasi,” vol. 2, no. 1, hal. 175–182, 2023.

Nisrinas, H. Romli, L. Tripermata, dan J. J. Ekonomi, “Dampak Volatilitas , Perspektif Return dan Preferensi Risiko Terhadap Keputusan Investasi Saham dan Cryptocurrency Pada Kalangan Milenial di Kota Palembang Abstrak,” vol. 11, no. 3, hal. 1489–1495, 2025.

M. Muhammad, D. Leniwati, A. P. N. Wicaksono, A. Juanda, E. D. Wahyuni, dan S. Setyawan, “Pengaruh Attitude Subjective Norms, dan Perceived Behavioural Control Terhadap Minat Investor Berinvestasi Cryptocurrency,” J. Akunt. dan Keuang., vol. 11, no. 1, hal. 47–56, 2023.

Nofrianto dan Ivalaili, “Analisis Terhadap Return Saham Syariah Melalui Empat Indikator Teknikal Di Jakarta Islamic Index,” Maqdis J. Kaji. Ekon. Islam, vol. 6, no. 7, hal. 13–23, 2021.

Y. Rechtiawan, R. Robiyanto, F. Ekonomika, U. Kristen, S. Wacana, dan J. D. No, “Day of the Week Effect dan Volatilitas Cryptocurrency Pada Masa Pandemi Covid -19,” vol. 4, no. 1, hal. 1–17, 2021.

M. Alfarizi dan D. Lestarini, “Predicting Cryptocurrency Prices Using Machine Learning : A Case Study on Bitcoin,” vol. 9, no. 6, hal. 3612–3621, 2025.

N. Sukma dan C. S. Namahoot, “An Algorithmic Trading Approach Merging Machine Learning With Multi-Indicator Strategies for Optimal Performance,” IEEE Access, vol. 12, no. December, hal. 188154–188173, 2024, doi: 10.1109/ACCESS.2024.3516053.

R. Parlika, R. R. Isnanto, dan B. Rahmat, “Prediction of ROI Achievements and Potential Maximum Profit on Spot Bitcoin Rupiah Trading Using K-means Clustering and Patterned Dataset Model,” Int. J. Informatics Vis., vol. 8, no. 3–2, hal. 1987–2001, 2024, doi: 10.62527/joiv.8.3-2.3120.

I. M. Aris dan J. Puspana, “Analisis Fundamental dan Teknikal pada Cryptocurrency Stablecoin Tether,” vol. 5, no. 3, hal. 499–514, 2025.

C. Java, A. Maduri, T. K. Purnamaningrum, dan P. Sihombing, “Analysis of Investment Decisions on LQ45 Stock by Using Moving Average Convergence Divergence ( MACD ) and Bollinger Bands,” Int. J. Econ. , Account. , Manag., vol. 2, no. 1, hal. 22–30, 2025.

I. Apriliani dan A. N. Hidayati, “Analisis Teknikal Sebagai Dasar Pengambilan Keputusan Dalam Jual Beli Saham Pada Jii-30 Periode 2020 – 2021,” J. Penelit. Mhs. Ilmu Sos. Ekon. dan Bisnis Islam, vol. 3, hal. 100–114, 2023.

D. A. Daniswara, H. Widjanarko, dan K. Hikmah, “The Accuracy Test of Technical Analysis of Moving Average, Bollinger Bands, and Relative Strength Index on Stock Prices of Companies Listed In LQ45 Index,” Indikator, vol. 6, no. 2, hal. 411842, 2022.

N. W. Murti, T. Setyaningsih, dan I. Widyastuti, “Over-Reaction Ataukah False-Signal Pada Indikator,” no. 158, hal. 151–170, 2021, doi: 10.24034/j25485024.y2023.v7.i2.4746.

N. Sukma dan C. S. Namahoot, Enhancing Trading Strategies: A Multi-indicator Analysis for Profitable Algorithmic Trading, vol. 65, no. 6. Springer US, 2025. doi: 10.1007/s10614-024-10669-3.