Gambar 2.5 Keterangan Badan
Candlestick Chart
Garis vertikal menunjukkan high titik tertinggi dan low titik terendah. Pada setiap garis vertikal terdapat kotak solid yang menunjukkan jarak antara harga
pembukaan dengan harga penutupan.
5. Indikator Analisis Teknikal:
Dibawah ini adalah beberapa tipe indikator yang digunakan dalam analisa teknikal:
a. Indikator Tren. Tren adalah sebuah kata yang menggambarkan beberapa waktu
ke depan. Tren bergerak dalam 3 arah: naik, turun, dan menyamping. Indikator tren menghaluskan data harga yang bervariasi untuk menciptakan komposisi
arah pasar. contoh: Moving Average.
b. Indikator Kekuatan. Kekuatan pasar menggambarkan intensitas dari harga
dengan melihat posisi pasar yang diambil oleh beragam pelaku pasar. Volume atau open interest adalah bahan dasar untuk indikator ini. Sinyal yang diberikan
sifatnya coincident atau leading. contoh: Volume
c. Indikator Volatilitas. Indikator volatilitas adalah istilah umum yang digunakan
pergerakan, atau ukuran, dari fluktuasi harga harian terpisah dari arahnya. Umumnya, perubahan pada volatilitas cenderung mempengaruhi perubahan
harga. contoh: Bollinger Band
d. Indikator Siklus. Siklus digunakan untuk mengindikasikan adanya peristiwa
berulang seperti musim, pemilihan umum, dan lainnya. Banyak pasar memiliki kecenderungan bergerak dalam pola siklus. Indikator siklus berguna untuk
menentukan timing pola pasar tertentu. contoh: Elliot Wave
e. Indikator SupportResistance. Support resistance menggambarkan level dan
kemudian berbalik arah. contoh: Trend Lines
f. Indikator Momentum. Momentum adalah istilah umum untuk menggambarkan
tertentu. Indikator momentum menentukan kekuatan atau kelemahan dari sebuah tren. Momentum berada tertinggi ketika mulainya sebuah trend dan
terendah pada saat perubahan arah. Divergence arah apapun dari harga dan momentum mengindikasikan pergerakan telah melemah. Jika terjadi pergerakan
harga ekstrim dengan momentum yang lemah, hal itu merupakan sinyal dari akhir pergerakan di arah tersebut. Jika momentum bergerak tren dengan kuat
dan harga bergerak datar, hal itu memberikan sinyal adanya potensi perubahan arah harga. contoh: RSI, Stochastic, MACD.
6. Metode Pemulusan Smoothing
Dalam kaitannya dengan data yang melibatkan unsur waktu, metode pemulusan smoothing merupakan metode yang banyak digunakan untuk tujuan
menghilangkan atau mengurangi keteracakan randomness dari data deret waktu time series. Metode yang biasa digunakan untuk keperluan pemulusan data adalah
metode rata-rata bergerak moving average dari pengukuran respon dalam periode waktu tertentu atau metode pemulusan eksponensial.
a. Data Deret Waktu time series
Data yang terkait dengan periode deret waktu adalah: tingkat persediaan dari waktu ke waktu, penjualan tahunan, output mingguan, biaya bulanan, dsb. Nilai-
nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu time series. Di dunia bisnis, data deret waktu diperlukan sebagai bahan acuan
pembuatan keputusan sekarang, untuk proyeksi maupun untuk perencanaan di masa depan. Untuk dapat menggunakan data deret waktu dalam keperluan pembuatan
suatu proyeksi, perlu diketahui beberapa asumsi yang penting. Pertama, adanya ketergantungan kejadian masa yang akan datang dengan masa sebelumnya. Kedua
aktivitas di masa yang akan datang mengikuti pola yang terjadi di masa yang lalu, dan ketiga, hubungan atau keterkaitan masa lalu dapat ditentukan dengan observasi
atau penelitian. Akurasi dari proyeksi yang dihasilkan tentu saja akan sangat tergantung pada seberapa jauh asumsi-asumsi ini dapat dipenuhi.
b. Metode Rata-rata Bergerak moving average
Metode rata-rata bergerak adalah metode yang banyak digunakan untuk menentukan trend dari suatu data deret waktu. Dengan menggunakan metode rata-
rata bergerak ini, deret berkala dari data asli diubah menjadi deret rata-rata bergerak yang lebih mulus dan tidak terlalu tergantung pada osilasi, sehingga lebih
memungkinkan untuk menunjukkan trend dasar atau siklus dalam pola data sepanjang waktu. Sebagai hasilnya, fluktuasi tidak beraturan tang terlihat pada deret
berkala telah „dipermulus‟ sehingga menunjukkan garis trend jangka panjang yang agak konstan. Atas dasar hasil yang diperoleh tersebut secara umum dapat ditelusuri
bagaimana laju peningkatan dalam pola datanya. Dengan menggunakan metode rata-rata bergerak ini, nilai yang dimuluskan
pada titik waktu t dari pengukuran respon selama periode waktu M
t
y
secara umum ditentukan melalui perhitungan sebagai berikut:
t
y
=
M y
y y
y
M t
M t
M t
M t
2 1
2 1
2 2
1 1
2 1
...
M adalah sebuah bilangan ganjil. Yt adalah respon proses pada saat t, yt-1
merupakan respon proses pada saat t-1 dan seterusnya. Sebagai contoh, bila rata- rata bergerak dihitung atas dasar selang tiga periode, maka:
Karena yang dilakukan di sini pada masing-masing langkah sebenarnya hanyalah menghitung kembali rata-rata dengan menambahkan nilai sebelumnya,
maka terhadap rumus rata-rata bergerak diatas dapat disederhanakan dengan menuliskannya lembali dalam bentuk recursive berikut:
Penggunaan nilai M yang ganjil memberikan keuntungan tersendiri karena nilai aslinya dapat diperoleh pembanding yang di hasilkan dari rata-rata bergerak.
Apabila M yang digunakan adalah bilangan genap, rata-rata bergerak akan terjadi di antara titik waktu, bukan pada titik waktu.
