Analisis indikator SMA, stochastic, dan OBV pada volatilitas bitcoin sebagai mitigasi risiko investasi

Authors

  • M Zaky Pria Maulana Program Studi Informatika, Fakultas Ilmu Komputer, UPN Veteran Jawa Timur
  • Rizky Parlika Program Studi Informatika, Fakultas Ilmu Komputer, UPN Veteran Jawa Timur
  • Firza Prima Aditiawan Program Studi Informatika, Fakultas Ilmu Komputer, UPN Veteran Jawa Timur

Keywords:

Bitcoin, Volatilitas Pasar, Indikator Teknikal, Backtesting, Mitigasi Risiko

Abstract

Bitcoin merupakan salah satu aset digital yang memiliki tingkat volatilitas tinggi, sehingga dapat  menyebabkan risiko kerugian yang cukup besar bagi para investor, terutama ketika strategi perdagangan yang diterapkan tidak disesuaikan dengan kondisi pasar. Penelitian ini bertujuan untuk menganalisis ketahanan indikator teknikal Simple Moving Average (SMA-20), Stochastic Oscillator, dan On-Balance Volume (OBV) untuk mengetahui performa indikator teknikal pada berbagai tingkat volatilitas pasar. Penelitian ini menggunakan pendekatan kuantitatif dengan metode backtesting terhadap 17.356 data historis Bitcoin (BTC-USD) berinterval satu jam selama periode dua tahun. Tingkat volatilitas pasar dibagi menjadi tiga kategori, yaitu low, medium, dan high berdasarkan nilai perhitungan  indikator Average True Range (ATR-14). Kinerja masing-masing indikator dievaluasi menggunakan Return on Investment (ROI), Win Rate, Maximum Drawdown, dan Sharpe Ratio. Hasil penelitian menunjukkan bahwa kondisi volatilitas pasar sangat mempengaruhi efektivitas indikator teknikal. Indikator Stochastic Oscillator menunjukkan ketahanan terbaik pada kondisi volatilitas tinggi dengan tingkat keuntungan yang paling tinggi serta risiko penurunan modal yang relatif lebih terkendali. Sebaliknya, indikator SMA lebih optimal digunakan pada kondisi pasar yang stabil terutama pada kondisi volatilitas menengah, sedangkan indikator OBV cenderung menunjukkan kinerja yang kurang konsisten pada seluruh tingkat volatilitas. Penelitian ini menegaskan bahwa tidak terdapat satu indikator teknikal yang selalu unggul pada semua kondisi pasar. Oleh karena itu, pemilihan indikator yang disesuaikan dengan tingkat volatilitas pasar menjadi aspek penting dalam mitigasi risiko investasi Bitcoin berbasis data historis.

Downloads

Download data is not yet available.

References

Alpinansyah, N., Yusuf, M., & Maksar, M. S. (2025). Analisis Volatility Contagion Antara Mata Uang Kripto, Emas, Minyak Dan Pasar Saham Indonesia. Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA), 9(1), 812–832.

Baur, D. G., Hong, K., & Lee, A. D. (2017). Bitcoin : Medium of Exchange or Speculative Assets ? Journal of International Financial Markets, Institutions & Money. https://doi.org/10.1016/j.intfin.2017.12.004

Bramanthya, P. N. G. (n.d.). Analisis Tambahan Informasi Indikator Commodity Channel Index pada Indikator Moving Average Convergence Divergence terhadap Return (Studi pada Sektor Pertambangan BEI). ABIS: Accounting and Business Information Systems Journal, 7(4).

Daniswara, D. A., Widjanarko, H., & Hikmah, K. (2022). The accuracy test of technical analysis of moving average, Bollinger Bands, and relative strength index on stock prices of companies listed in Index LQ45. Indikator, 6(2), 411842.

Hidayat, M. A. (2022). Analisis Teknikal Pergerakan Harga Saham dengan Indikator Candlestick , Moving Average , dan Stochastic Oscillator. Jurnal Riset Manajemen dan Bisnis, 37–44.

Huda, N., & Hambali, R. (2020). Risiko dan tingkat keuntungan investasi cryptocurrency. Jurnal Manajemen Dan Bisnis: Performa, 17(1), 72–84.

Imaculata, M. (2021). Analisis Teknikal Pergerakan Harga Saham Dengan Menggunakan Indikator Stochastic Oscillator Dan Weighted Moving Average. JURNAL KEUNIS (Keuangan dan Bisnis), 9(1), 36–53.

Juwita, R., Ramadhani, D. M., Wahyu, A., & Maris, I. (2023). The Determinants of Cryptocurrency Returns. Jurnal Ilmu Keuangan dan Perbankan (JIKA), 12(Juni), 235–246.

Klein, T., Thu, H. P., & Walther, T. (2018). Bitcoin is not the New Gold– A comparison of volatility, correlation, and portfolio performance. International Review of Financial Analysis, 59, 105–116. https://doi.org/10.1016/j.irfa.2018.07.010

Kuncara. (2023). Analisis Volatilitas Cryptocurrency Pada Sebelum Pandemi Dan Pada Saat Pandemi Covid 19 Dengan Metode Return Pada Bitcoin Dan Ethereum. KEUNIS, 11(1), 86–94.

Mostafavi, S. M., & Hooman, A. R. (2025). Key technical indicators for stock market prediction. Machine Learning with Applications, 20, 100631.

Parlika, R. (2020). Pemantauan pergerakan harga Bitcoin pada 10 pasar pertukaran di seluruh dunia menggunakan API, PHP, dan CURL. Scan: Jurnal Teknologi Informasi dan Komunikasi, 15(2), 40–53.

Parlika, R., Alfajr, A. Y., Putra, A. E., & Putra, A. D. P. (2022). Website Development to Display Crypto Coin Prices with Application Programming Interface. Jurnal Teknik Informatika dan Sistem Informasi, 8(3), 497–508.

Rivai, A. (2023). The effect of gold , dollar and Composite Stock Price Index on cryptocurrency. International Journal of Research in Business and Social Science, 12(3), 231–236.

Setiawan, E. P. (2020). Analisis Potensi dan Risiko Investasi Cryptocurrency di Indonesia. Jurnal Manajemen Teknologi, 19(2), 130–144.


Downloads

Published

2026-03-05

How to Cite

Maulana, M. Z. P., Parlika, R., & Aditiawan, F. P. (2026). Analisis indikator SMA, stochastic, dan OBV pada volatilitas bitcoin sebagai mitigasi risiko investasi. Prosiding Seminar Nasional Penelitian Dan Pengabdian Kepada Masyarakat LPPM Universitas ’Aisyiyah Yogyakarta, 4, 321–330. Retrieved from https://proceeding.unisayogya.ac.id/index.php/prosemnaslppm/article/view/2035

Issue

Section

Penelitian