PROBABILITAS PROFIT SINYAL JUAL DAN SINYAL BELI INDIKATOR TEKNIKAL PERDAGANGAN FOREIGN EXCHANGE EURO DOLAR AMERIKA (EURUSD) (TAHUN 2012-2013)

PROBABILITAS PROFIT SINYAL JUAL DAN SINYAL BELI INDIKATOR TEKNIKAL PERDAGANGAN FOREIGN EXCHANGE

EURO DOLAR AMERIKA (EURUSD) (TAHUN 2012-2013)

Oleh

ANDRI SUPRIADI

Skripsi

Sebagai Salah Satu Syarat untuk Mencapai Gelar Sarjana Ekonomi

Pada

Jurusan Manajemen

Fakultas Ekonomi dan Bisnis Universitas Lampung

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS LAMPUNG

BANDAR LAMPUNG 2014

ABSTRAK

PROBABILITAS PROFIT _{SINYAL JUAL DAN SINYAL BELI}

INDIKATOR TEKNIKAL PERDAGANGAN FOREIGN EXCHANGE

EURO DOLAR AMERIKA (EURUSD) (TAHUN 2012-2013)

Oleh

ANDRI SUPRIADI

Trader valuta asing harus mampu melakukan analisis untuk memprediksi pergerakan harga di waktu yang akan datang, salah satu analisis yang bisa digunakan adalah analisis teknikal dengan cara menggunakan indikator, namun indikator yang tersedia dalam melakukan analisis teknikal sangat banyak, sehingga trader harus bisa memilih indikator mana yang mampu memberikan probabilitas sinyal beli dan jual paling akurat jika dibandingkan dengan indikator lainya.

Penelitian ini bertujuan untuk mengetahui probabilitas profit dari sinyal jual dan sinyal beli yang dihasilkan indikator Stochastic Oscillator, Money Flow Indeks (MFI), Commoditi Channel Index (CCI) dan Chaikin Money Flow Index (CMF) perdagangan foreign exchange pada pasangan mata uang Euro terhadap Dolar Amerika (EURUSD), take profit dan stop loss 100 poin mampu menghasilkan probabilitas diatas 50%, dan hipotesis penelitian yaitu sinyal yang dihasilkan oleh indikator teknikal mampu menghasilkan probabilitas profit lebih dari 50%. Hasil penelitian menunjukkan probabilitas profit diatas 50%, sinyal buy tertinggi dihasilkan oleh indikator Money Flow Index (MFI) = 0,948, Chaikin Money Flow (CMF) = 0,89, Commodity Channel Index (CCI) = 0,803, dan Stochastic Oscillator (SO) = 0,774. Probabilitas profit sinyal sell tertinggi dihasilkan oleh indikator Chaikin Money Flow (CMF) = 0,759, Money Flow Index (MFI) = 0,748, Commodity Channel Index (CCI) = 0,716, dan Stochastic Oscillator (SO) = 0,626.

Kata kunci :

Valuta asing, indikator teknikal, analisa teknikal, probabilitas profit, sinyal jual, sinyal beli,Stochastic Oscillator (SO), Chaikin Money Flow (CMF), Money Flow Index (MFI) dan Commodity Channel Index (CCI).

xi DAFTAR ISI

Halaman

ABSTRAK ... i

HALAMAN JUDUL ... ii

PERSETUJUAN ... iii

PENGESAHAN ... iv

PERNYATAAN ... v

RIWAYAT HIDUP ... vi

MOTTO ... vii

PERSEMBAHAN ... viii

KATA PENGANTAR ... ix

SANWACANA ... x

DAFTAR ISI ... xi

DAFTAR GAMBAR ... xiv

DAFTAR TABEL ... xv

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 5

1.3 Tujuan Penelitian ... 6

1.3.1 Tujuan Umum. ... 6

1.3.2. Tujuan Khusus ... 6

1.4 Ruang Lingkup Pembahasan ... 7

1.5 Manfaat penelitian ... 7

1.6 Kerangka Pemikiran ... 9

xii BAB II LANDASAN TEORI

2.1 Pengertian Analisa Teknikal ... 11

2.1.1 Prinsip Dasar Analisa Teknikal ... 12

2.1.2 Asumsi Analisa Teknikal ... 13

2.1.3 Dow Theory (Teori Dow) ... 13

2.1.4 Fase Pergerakan Trend Teknikal ... 15

2.1.5 Leverage ... 16

2.1.6 Margin Trading dalam Bursa Valuta Asing ... 17

2.2 Indikator Yang Digunakan Dalam Analisa Teknikal ... 19

2.2.1 Indikator Stochastic Oscillator ... 19

2.2.2 Indikator Chaikin Money Flow (CMF) ... 27

2.2.3 Indikator Money Flow Index (MFI) ... 27

2.2.4 Indikator Commodity Channel Index (CCI) ... 29

2.3 Gambaran Valuta Asing ... 33

2.3.1 Macam-Macam Bursa Valuta Asing ... 35

2.3.2 Mekanisme Transaksi Valuta Asing ... 35

2.4 Teori Valuta Asing ... 38

2.4.1. Balance of Payment Approach ... 38

2.4.2. Teori Purchasing Power Parity ... 39

2.4.3. International Fisher Effect ... 40

BAB III METODOLOGI PENELITIAN 3.1 Data dan Sumber Data ... 42

3.1.1 Data Primer ... 42

3.1.2 Data Sekunder ... 42

3.2 Populasi dan Sampel ... 43

3.2.1 Populasi ... 43

3.2.2 Sampel ... 43

3.3 Teknik Pengumpulan Data ... 43

3.4 Variabel Penelitian ... 44

3.5 Pengolahan Data... 45

xiii

3.6.1 Alat Bantu Software Meta Trader 4 ... 45

3.6.2 Stochastic Oscillator ... 46

3.6.3 Chaikin Money Flow (CMF) ... 48

3.6.4 Money Flow Index (MFI) ... 49

3.6.5.Commodity Chanell Index (CCI) ... 51

3.6.6 Probabilitas Sinyal Indikator ... 52

BAB IV HASIL DAN PEMBAHASAN 4.1 Sampel Penelitian ... 53

4.2 Hasil ... 55

4.2.1 Stochastic Oscillator ... 58

4.2.2 Chaikin Money Flow (CMF) ... 61

4.2.3 Money Flow Index (MFI) ... 64

4.2.4 Commodity Chanell Index (CCI) ... 67

4.3 Pembahasan ... 69

4.3.1 Sinyal Buy ... 69

4.3.2 Sinyal Sell ... 72

BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 77

5.1.1 Sinyal Buy ... 77

5.1.2 Sinyal Sell ... 78

5.2 Saran ... 79

DAFTAR PUSTAKA LAMPIRAN

BAB I PENDAHULUAN

1.1. Latar Belakang Masalah

Valuta asing (valas) atau disebut juga foreign exchange (forex) merupakan pasar keuangan terbesar yang ada di dunia pada saat ini, baik secara virtual maupun standar. Pasar foreign exchange (forex) dibuka selama 5 hari dalam seminggu dan selama 24 jam sehari, pasar valuta asing telah mengalami perkembangan yang sangat pesat, menurut survei yang dilakukan oleh BIS (Bank International for Settlement) pada tahun 2008, nilai transaksi harian forex mencapai USD 5 trilyun (Andrian, Novan; 2013). Perkembangan internet dan telekomunikasi yang semakin maju menjadi faktor pendorong perkembangan transaksi foreign exchange,

perkembangan internet yang semakin maju dapat menyediakan sarana bagi individu, institusi dan negara dalam melakukan transaksi valuta asing.

Valuta asing memiliki fungsi sebagai alat pembayaran, tukar menukar, kesatuan hitung, penyimpanan dan pengukur kekayaan. Dalam kehidupan manusia yang modern dan global, hampir seluruh aspek kehidupan manusia baik secara langsung maupun tidak langsung, tidak lepas dari pengaruh valuta asing atau forex. Pasar

foreign exchange merupakan salah satu alat atau benda ekonomi yang berpengaruh atas pemenuhan kebutuhan pokok kehidupan manusia modern dan global pada saat

ini, baik secara perorangan maupun berkelompok. Untuk dapat memenuhi kebutuhan akan valas atau forex, baik sebagai media transaksi maupun sebagai komoditas, diperlukan suatu pengetahuan atau teknik pengelolaan atau manajemen yang memadai bagi perorangan yang hidup di era globalisasi saat ini, terutama bagi

trader valuta asing. Adanya keterkaitan dan persaingan karena keterbatasan ataupun kelebihan dana valuta asing antar-berbagai tempat menyebabkan valuta

asing diperdagangkan sebagai komoditas atau benda ekonomi di bursa valas. Selain indikator tingkat inflasi, foreign exchange dapat juga digunakan sebagai salah satu indikator untuk mengukur stabilitas ekonomi makro suatu negara, karena foreign exchange mampu mencerminkan kekuatan dan stabilitas nilai tukar uang negara tersebut terhadap valuta asing.

Pasar valuta asing memiliki keunggulan dibandingkan dengan pasar saham, kelebihan yang ditawarkan antara lain seperti volatilitas, dan daya ungkit

(leverage), di beberapa broker forex ada yang menawarkan leverage hingga 1:1000, selain itu waktu tansaksi foreign exchange lebih fleksibel karena dibuka selama 24 jam dalam sehari. Banyak trader berpikiran bahwa dengan memasuki dunia trading forex mereka akan mendapatkan banyak uang dan cepat menjadi kaya, hal ini dikarenakan banyak broker yang menawarkan program automatic trading seperti,

forex copy yaitu aplikasi trading meta trader 4 yang tersinkronisasi dengan website

penyedia signal trading gratis, seperti www.mql5.com ataupun robot trading Expert Assistant (EA), yang menghasilkan keuntungan secara berkelanjutan tanpa campur tangan trader itu sendiri, aksi open buy, open sell, take profit dan stop loss, semuanya dilakukan otomatis melalui program-program ini. Akan tetapi tidak

semua program tersebut dapat berjalan dengan baik pada semua pasangan mata uang yang diperdagangan pada aplikasi meta trader 4, setiap program automatic trading memiliki tingkat keakuratan pada jenis pasangan mata uang yang berbeda, dan pada time frame yang berbeda, sehingga semua itu perlu diteliti dan ditelaah lebih mendalam, untuk menghindari resiko kerugian dan memaksimalkan profit.

Gambar 1.1. Pergerakan Harga EURUSD dan Indikator Teknikal Stochastic Oscillator, Money Flow Index dan Commodity Channel Index Tahun 2012-2013.

Gambar 1.2. Pergerakan Harga EURUSD dan Indikator Teknikal Stochastic Oscillator, Money Flow Index dan Commodity Channel Index Tahun 2012-2013.

Sumber : Meta trader 4

Gambar 1.1 dan 1.2 adalah pergerakan harga pasangan mata uang Euro terhadap Dolar Amerika dan indikator teknikal, sehingga trader harus mampu melakukan analisis untuk memprediksi pergerakan harga di waktu yang akan datang, salah satu analisis yang bisa digunakan adalah analisis teknikal dengan cara menggunakan indikator, namun indikator yang tersedia dalam melakukan analisis teknikal sangat banyak, sehingga trader harus bisa memilih indikator mana yang mampu memberikan probabilitas sinyal paling akurat jika dibandingkan dengan indikator lainya, dan trader juga harus bisa melakukan analisis terhadap indikator teknikal tersebut untuk mengetahui kapan waktu yang tepat untuk melakukan open posisi buy maupun open posisi sell.

Skripsi ini akan menghitung berapa besar probabilitas profit dari sinyal yang dihasilkan oleh indikator stochastic oscillator, money flow indeks, chaikin money flow, dan commodity chanell indeks dengan menggunakan time frame 1 hari (1D),

agar kedepan nya trader dapat memilih indikator teknikal yang mampu memberikan probabilitas profit terbesar dari keempat indikator ini.

Penelitian yang dilakukan oleh Eko Wijatmoko (2009) terhadap pasar valuta asing pasangan mata uang GBPUSD menggunakan indikator teknikal memberikan hasil bahwa probabilitas sinyal jual tertinggi adalah Accumulation/Distribution Line (ADL), sedangkan probabilitas sinyal beli tertinggi adalah Money Flow Indeks (MFI). Berdasarkan uraian latar belakang, penulis tertarik untuk meneliti pengaruh

volume transaksi pada pasangan mata uang Euro terhadap Dolar Amerika (EURUSD) menggunakan indikator Stochastic Oscillator, Money Flow Indeks (MFI), Commoditi Channel Indeks (CCI) dan Chaikin Money Flow Indeks (CMF)

di aplikasi trading meta trader 4 broker insta forex, dan membahasnya dalam skripsi yang berjudul “Probabilitas Profit Sinyal Jual Dan Sinyal Beli Indikator Teknikal Perdagangan Foreign Exchange Euro Dolar Amerika (EURUSD) (Tahun 2012-2013)”.

1.2. Rumusan Masalah

Trader harus mampu melakukan analisis terhadap arah pergerakan harga mata uang yang sedang terjadi untuk melakukan aksi beli dan aksi jual, dengan tujuan untuk mendapatkan keuntungan yang konsisten dari aksi beli dan aksi jual tersebut, metode analisis yang dapat digunakan yaitu analisis teknikal. Berdasarkan latar

belakang permasalahan yang telah diuraikan, dapat dirumuskan masalah untuk penelitian ini yaitu :

Apakah sinyal yang dihasilkan oleh indikator teknikal dapat menghasilkan

probabilitas profit lebih dari 50% ?

1.3.Tujuan Penelitian

Penelitian ini memiliki dua tujuan yaitu sebagai berikut :

1.3.1. Tujuan Umum

Tujuan umum dari skripsi ini adalah untuk mengetahui probabilitas profit dari sinyal jual dan sinyal beli yang dihasilkan indikator Stochastic Oscillator, Money Flow Indeks (MFI), Commoditi Channel Indeks (CCI) dan Chaikin Money Flow Indeks (CMF) perdagangan foreign exchange pada pasangan mata uang Euro terhadap Dolar Amerika (EURUSD). Pada penelitian ini jangka waktu perubahan harga yang akan digunakan adalah harga per hari (1D).

1.3.2. Tujuan Khusus

Tujuan khusus dari skripsi ini yaitu :

1. Menentukan waktu yang tepat bagi seorang trader untuk melakukan open buy dan open sell dengan menggunakan sinyal jual maupun sinyal beli yang dihasilkan oleh indikator Stochastic Oscillator, Money Flow Indeks (MFI), Commoditi Channel Indeks (CCI) dan Chaikin Money Flow Indeks(CMF),

2. Menghitung rata-rata tingkat kemungkinan (average probability) tertinggi untuk sinyal jual dan sinyal beli yang dihasilkan oleh seluruh varian volume

yang diteliti.

1.4. Ruang Lingkup Pembahasan

Penelitian ini fokus pada harga pasangan mata uang EURUSD (euro terhadap dolar amerika) pada time frame 1 hari (1D) dan besaran take profit = 100 poin, dan stop loss 100 poin, pada perdagangan mata uang asing atau foreign exchange. Penelitian ini menggunakan harga pembukaan (open), harga terendah (low), harga tertinggi (high), harga penutupan (close), dan volume. Pada penelitian ini faktor fundamental diasumsikan telah di serap kedalam harga pasar.

1.5. Manfaat Penelitian

Adapun manfaat yang diharapkan dari penelitian ini adalah : 1. Bagi Peneliti

Menambah pengetahuan, wawasan dan pemahaman mengenai perdagangan valuta asing, cara transaksi valuta, menambah pengetahuan dalam cara menggunakan indikator teknikal yang baik sehingga memberikan keuntungan.

2. Bagi Trader

Menjadi referensi untuk memilih indiktor teknikal yang dapat memberikan tingkat keakuratan, sehingga memudahkan trader dalam

memilih indikator yang akan digunakan dalam melakukan analisa teknikal.

3. Bagi Peneliti Lain

Sebagai tambahan informasi dan referensi bagi penelitian yang akan datang, dan sebagai bahan perbandingan.

1.6. Kerangka Pemikiran

Stochastic Oscillator

Chaikin Money Flow (CMF) Money Flow

Indeks (MFI)

Commodity Channel Indeks (CCI)

Data Sekunder

Buy Sell Buy Sell Buy Sell Buy Sell

Signal

Benar/Salah

Pengelompokkan Data

Probabilitas Signal

Buy & Sell

Rata-rata Probabilitas

Analisis & Pembahasan

Kesimpulan & Saran

Signal

Benar/Salah

Signal

Benar/Salah

Signal

Benar/Salah

Pengelompokkan Data

Pengelompokkan Data

Pengelompokkan Data

Probabilitas Benar/Salah

Probabilitas Benar/Salah

Probabilitas Benar/Salah

Probabilitas Benar/Salah

Penelitian ini menggunakan indikator teknikal berupa Stochastic Oscillator, Chaikin Money Flow (CMF), Money Flow Indeks (MFI), Commodity Chanell Indeks (CCI), data yang digunakan adalah data sekunder yang didapat dari aplikasi trading metatrade 4, setelah data diperoleh langkah pertama adalah menghitung nilai masing-masing indikator Stochastic Oscillator, Chaikin Money Flow (CMF), Money Flow Indeks (MFI), Commodity Chanell Indeks (CCI), setelah nilai dari masing-masing indikator diperoleh maka selanjutnya adalah menentukan sinyal sell dan sinyal buy untuk masing-masing indikator. Selanjutnya menentukan kebenaran dari sinyal sell dan sinyal buy, apakah menghasilkan profit atau menyebabkan loss, langkah selanjutnya adalah membuat range untuk menentukan jumlah kelas dan mengelompokkan data, dari masing-masing kelas akan dihitung probabilitas sinyal yang sell dan sinyal

buy benar (menghasilkan keuntungan), dan probabilitas sinyal sell dan sinyal

buy yang salah (menghasilkan kerugian), menghitung rata-rata total probabilitas sinyal benar dari ke-empat indikator, langkah selanjutnya adalah melakukan analisa dari probabilitas yang dihasilkan oleh masing-masing indikator, dan setelah itu menyimpulkan hasil dari penelitian yang dilakukan dan memberikan saran.

1.7. Hipotesis

Berdasarkan uraian pada kerangka pemikiran, maka penulis mengemukakan hipotesis sebagai berikut :

H1 : Sinyal yang dihasilkan oleh indikator teknikal mampu menghasilkan

BAB II

LANDASAN TEORI

2.1. Pengertian Analisa Teknikal

Analisa teknikal adalah suatu jenis analisa yang selalu berorientasi kepada harga pembukaan, harga penutupan, harga tertinggi dan harga terendah dari suatu instrumen investasi dan pada time frame tertentu. Analisis ini mempelajari tentang perilaku pasar yang diterjemahkan ke dalam grafik riwayat harga dengan tujuan untuk memprediksi harga di masa yang akan datang. Harga yang tercermin di dalam grafik merupakan harga kesepakatan transaksi antara supply dan demand.

Perubahan harga cenderung bergerak pada suatu arah tertentu (trend), pola tertentu dimasa yang lampau akan terulang kembali pada masa yang akan datang. Analisis teknikal lebih memperhatikan pada apa yang telah terjadi di pasar, dari pada apa yang seharusnya terjadi. Analisa teknikal dapat digunakan pada berbagai macam instrumen investasi baik itu di pasar modal seperti saham maupun pasar valuta asing atau foreign exchange.

2.1.1. Prinsip Dasar Analisis Teknikal

Tiga prinsip dasar yang digunakan dalam melakukan analisis teknikal, yaitu : 1. Market Price Discounts Everything

2. Yaitu segala kejadian-kejadian yang dapat mengakibatkan gejolak pada bursa valas secara keseluruhan atau harga mata uang suatu negara seperti faktor ekonomi, politik fundamental dan termasuk juga kejadian-kejadian yang tidak dapat diprediksi sebelumnya seperti adanya peperangan, gempa bumi dan lain sebagainya akan tercermin pada harga pasar.

3. Price Moves in Trend

Yaitu harga valuta asing akan tetap bergerak dalam satu trend. Harga mulai bergerak ke satu arah, turun atau naik. Trend ini akan berkelanjutan sampai pergerakan harga melambat dan memberikan peringatan sebelum berbalik dan bergerak ke arah yang berlawanan.

4. History Repeats It Self

Karena analisis teknikal juga menggambarkan faktor psikologis para pelaku pasar, maka pergerakan historis dapat dijadikan acuan untuk memprediksi pergerakan harga di masa yang akan datang. Pola historis ini dapat terlihat dari waktu ke waktu di grafik. Pola-pola ini mempunyai makna yang dapat diinterprestasikan untuk memprediksi pergerakan harga (Frento T.Suharto, 2012; p50).

2.1.2. Asumsi Analisa Teknikal

1. Fundamental pasar telah berpengaruh terhadap harga pasar saat ini. Jadi fundamental pasar dan faktor lainnya, seperti perbedaan pendapat, harapan, rasa takut, dan sentimen pelaku pasar, tidak perlu dipelajari lebih lanjut.

2. Sejarah berulang dengan sendirinya dan karena itu pasar bergerak di kisaran yang dapat diprediksi, atau setidaknya memiliki pola tertentu. Pola-pola ini dihasilkan dari pergerakan harga, dinamakan sinyal, tujuan analisa teknikal adalah untuk mendapatkan sinyal yang diberikan oleh kondisi pasar saat ini dengan mempelajari sinyal masa lalu.

3. Harga bergerak dalam bentuk trend, analis teknikal biasanya tidak percaya bahwa fluktuasi harga bergerak dalam kondisi tidak terprediksi dan acak. Harga dapat bergerak dalam salah satu dari tiga bentuk arah, naik, turun, atau menyamping (sideways). Ketika sebuah tren terbentuk dari arah-arah pasar yang ada, biasanya akan berlanjut sampai beberapa periode (Frento T.Suharto, 2012; p48).

2.1.3. Dow Theory (Teori Dow)

Teori ini digunakan sebagai teori dasar yang harus di perhatikan sebelum melakukan analisa teknikal, teori ini pertama kali dipublikasikan oleh Charles H. Dow (1851-1902) di 255 Wall Street Journal, Dow merupakan seorang wartawan sekaligus editor dari Wall Street Journal serta pendiri Dow Jones and Company.

Penelitian pertama Dow dilakukan dengan membagi saham-saham di Wall Street menjadi 2 kelompok, yaitu industrial index dan trasportation index. Dia mengatakan bahwa perkembangan industri pabrikasi otomatis akan diikuti pula

oleh perkembangan industri transportasi, karena pabrik membutuhkan transportasi untuk mendistribusikan barang-barang hasil produksinya. Berdasarkan dari asumsi bahwa jika keuntungan di industri transportasi meningkat maka secara tidak langsung menunjukan juga bahwa produksi dari industri pabrikasi dan permintaan dari konsumen meningkat pula yang pada akhirnya dapat mendorong pertumbuhan laba masing-masing perusahaan. Secara global hal ini dapat digunakan untuk mengukur tingkat perekonomian suatu negara.

Setelah Dow meninggal dunia ada beberapa orang yang ikut berperan dalam mengembangkan dow theory berdasarkan tulisan yang di tulis oleh Dow di Jurnal Wall Street, mereka antara lain adalah, William P. Hamilton, Robert Rhea and E. George Schaefer.

Enam prinsip dasar teori dow :

1. Pasar memiliki tiga gerakan

 Gerakan utama, Gerakan dasar utama atau kecenderungan utama mulai dari kurang dari setahun atau beberapa tahun. Kecenderungan tersebut dapat bersifat naik ataupun turun.

 Ayunan menengah, reaksi berikutnya mungkin dimulai dari sepuluh hari sampai tiga bulan dan umumnya akan kembali dari 33% menjadi 66% dari harga dasar yang berubah karena ayunan harga sebelumnya atau awal dari gerakan utama.  Ayunan singkat, atau gerakan kecil bermula dari jam sampai satu bulan atau

harga kecil dalam harian sebagai gerakan kasar sekunder sebagai reaksi dari gerakan harga yang menurun.

2. Tren memiliki tiga tahap

3. Pasar saham telah menyerap (discounted) semua berita 4. Rata-rata pasar saham harus mengkonfirmasi satu sama lain 5. Tren harus dikonfirmasi oleh volume

6. Tren diasumsikan berlaku sampai memberikan sinyal yang pasti

2.1.4. Fase Pergerakan Trend Teknikal Tren pasar ada 3 fase, yaitu:

 Akumulasi (accumulation) adalah tahapan dimana investor yang cerdik atau sudah mempunyai informasi terlebih dahulu, mengadakan pembelian atau penjualan saham secara perlahan – lahan. Pada tahap ini, harga saham cenderung tidak berubah (sideways trend) karena investor tersebut adalah minoritas sehingga kurang bisa menggerakkan pasar.

 Fase ke dua adalah dimana investor yang lain mulai menangkap dan mengetahui tindakan investor pada fase pertama tadi. Akhirnya pasar mengikuti tindakan investor pertama untuk membeli atau melepas saham. Pada tahapan ini, terjadi perubahan harga yang sangat drastis karena hampir semua investor sudah melakukan tindakan yang sama. Fase ini berlanjut hingga para pengikut tren (trend follower) dan spekulan sudah mengontrol pergerakan harga saham.

 Fase ke tiga yaitu dimana investor yang pertama mulai mendistribusikan kepemilikannya ke pasar. Investor mulai menjual atau membeli saham yang

dibeli di awal, sebelum pasar melakukan adjustment atau koreksi pada harga.

Trend follower yang terlambat melepas sahamnya, biasanya akan menderita

loss.

1. Major Trend: Merupakan trend jangka panjang dari pergerakan market, biasanya ditentukan dalam kurun waktu minimal 1 tahun.

2. Medium Trend: Merupakan kecenderungan pergerakan harga untuk kerangka waktu jangka menengah biasanya antara 2 minggu sampai 3 bulan dan merupakan gerak koreksi dari major trend.

3. Minor Trend: Pergerakan harga dalam kurun waktu pendek, biasanya dalam kurun harian dan sebagai gerak koreksi dari medium trend.

2.1.5. Leverage

Leverage memiliki pengaruh dalam melakukan analisa teknikal, karena leverage

mempengaruhi kekuatan modal dalam menahan floating yang terjadi ketika posisi masih dalam keadaan terbuka, sehingga sebelum melakukan open posisi atas dasar sinyal yang dihasilkan oleh analisa teknikal, trader harus menghitung seberapa besar kekuatan saldo-nya dalam menahan floating berdasarkan besar leverage yang dipilihnya. Leverage adalah daya ungkit yang memungkinkan seorang trader untuk menggunakan sejumlah dana yang jauh lebih besar dari dana yang dimilikinya.

Leverage 1:1000 artinya trader seakan-akan memiliki kekuatan 1000 kali dari nilai

deposit yang telah disetorkan atau ibaratnya broker memberikan pinjaman sebanyak 1000 kali dari nilai deposit yang telah disetorkan oleh trader / investor. Jadi dengan

leverage ini, seorang trader memiliki pengungkit yang memungkinkan untuk menaikkan sejumlah dana untuk trading jauh lebih besar dari dana yang

didepositkan. Apabila investor/traderdeposit 1000 USD, dengan leverage 1:1000 berarti trader yang besangkutan seakan-akan memiliki 1 Juta USD, tetapi leverage

ini juga berpengaruh terhadap tingkat margin. Dengan kata lain, leverage adalah bentuk kredit, yang memungkinkan kita untuk bernegosiasi di pasar dengan uang dari broker (melalui perusahaan yang terlibat di forex). Misalnya $ 1.000 dengan

leverage 1:100 memungkinkan kita untuk bernegosiasi dengan $ 100.000 hanya menggunakan $ 1.000.

2.1.6. Margin Trading dalam Bursa Valuta Asing

Selain leverage trader juga harus memperhatikan tingkat margin minimum yang di syaratkan oleh perusahaan pialang, karena jika saldo investor tidak memenuhi

margin minimum maka bisa saja posisi yang sedang terbuka akan langsung di cut lose oleh perusahaan pialang. Margin adalah dana yang harus disetor oleh investor,

namun jumlah setoran tersebut berbeda-beda untuk setiap jenis margin. Berikut ini adalah empat macam margin dalam tradingforex.

a. Initial Margin/Original Margin

Intial margin adalah margin awal, yaitu sejumlah uang yang disetor oleh investor

pada saat pembukaan account, jumlahnya sesuai kesepakatan awal yang dibuat antara investor dan pialang berjangka, biasanya dinyatakan dalam persentase dari nilai kontrak. Dalam commodity future lazimnya initial margin ditetapkan berkisar 5-10% dari nilai kontrak, besarnya margin berbeda-beda sesuai dengan nilai kontrak, waktu, dan gejolak harga yang terjadi. Dalam perdagangan forex initial margin ditetapkan 1% dari nilai kontrak, jadi lebih kecil dari initial margin pada perdagangan komoditi berjangka. Karena dalam pasar forex nilai kontrak ada dua, yaitu ukuran besar USD100.000 dan ukuran kecil 10.000, maka besar nilai initial

margin pada perdagangan forex untuk ukuran besar adalah USD1.000 (Rp 11.000.000) atau USD100 (Rp 1.100.000), jika kurs rupiah ditetapkan Rp 11.000 per dolar Amerika Serikat.

b. Variation Margin

Istilah yang digunakan dalam bahasa indonesia adalah margin sela, yaitu merupakan tambahan margin yang disetor karena besaran margin selanjutnya telah berada di bawah besaran margin awal, sebagai akibat pergerakan harga yang berlawanan dengan yang diperkirakan semula.

c. Maintenaince Margin

Maintenaince marginadalah margin minimum. Margin ini merupakan besaran nilai yang harus dijaga atau dipelihara oleh investor dalam melakukan transaksi, umumnya margin minimum ini ditetapkan sekitar 75%-80% dari margin awal. d. Margin Call

Margin call adalah jumlah dana yang harus disetor kembali oleh investor, hanya saja, dalam margin call setoran dana harus dilakukan jika dana yang outstanding

sudah berada dibawah maintenaince margin. Jika investor mendapat margin call

berarti investor harus menambah dananya sampai ke level initial margin, kalau tidak dilakukan maka posisi-nya yang sedang terbuka akan ditutup oleh perusahaan pialang tanpa pemberitahuan terlebih dahulu, hal ini dilakukan agar saldo yang ada di akun tidak menjadi negatif.

2.2. Indikator Yang Digunakan Dalam Analisa Teknikal

Indikator adalah perhitungan matematis yang diterapkan pada harga sekuritas dan atau volume perdagangan. Hasil perhitungan adalah nilai yang digunakan untuk mengantisipasi gerakan harga di masa yang akan datang. Indikator dibedakan menjadi dua yaitu indikator leading (mendahului) dan indikator lagging

(menyusul). Indikator leading yaitu indikator yang muncul sebelum trend muncul. Indikator leading bekerja dengan mengukur tingkat overbought dan tingkat

oversold, ini dilakukan dengan asumsi bahwa pada tingkat overbought maupun

oversold harga akan ditarik kembali pada tingkat yang wajar. Lagging indikator berguna ketika harga bergerak dalam trend yang cukup panjang, indikator ini tidak memberikan peringatan tentang perubahan yang akan terjadi, tetapi hanya memberitahukan apa yang sedang terjadi pada harga tersebut mencakup naik atau turun sehingga trader dapat membuat keputusan sesuai dengan fakta tersebut. Indikator ini tampil setelah trend muncul, sehingga membuat trader membeli maupun menjual pada saat yang terlambat. Namun keterlambatan ini mengurangi risiko dengan meletakkan trader pada sisi yang benar di dalam pasar.

2.2.1. Indikator Stochastic Oscilator

Merupakan alat analisis ciptaan George C Lane pada akhir 50-an. Nilai kisaran pada indikator ini adalah 0-100 (oscillator), stochastic oscillator digunakan untuk menunjukkan posisi closing relatif terhadap range transaksi dalam suatu periode tertentu. Pada dasarnya indikator ini dipakai untuk mengukur kekuatan relatif harga terakhir terhadap selang harga tertinggi dan terendahnya selama selang periode yang di inginkan. Stochastic oscillator terdiri dari dua garis yang disebut %K dan

%D. Inti dari indikator ini adalah %K itu sendiri sedangkan %D adalah SMA dari %K. Bisa dikatakan bahwa %D adalah sebagai garis pengidentifikasian arah %K. Jika kita lihat dari rangestochastic oscillator yaitu 0-100, dapat dikatakan bahwa sebenarnya indikator ini tidaklah berbeda dengan RSI. Hanya saja dalam stochastic

perhitungan meliputi harga terendah, tertinggi dan closing price pada waktu yang ditentukan.

Secara matematis stochastic oscillator didefinisikan sbb:

% K =

��� �� �− � �� �

���ℎ� ���ℎ− � �

�

...(2.1) Recent close = harga penutupan terakhir

Lowest Low = harga terendah selama periode yang ditentukan

Highest high = harga tertinggi selama periode yang ditentukan.

Sedangkan untuk %D adalah SMA dari %K itu sendiri. Secara default biasanya nilai %K adalah 14 dan %D adalah 3. Pemilihan periode %D hanya sebesar 3 periode disengaja untuk meningkatkan sensitifitas dari %D itu sendiri. Pertanyaannya apakah bisa selain nilai tersebut. Tentu saja bisa seperti indikator lainnya. Namun ada beberapa jenis stochastic oscillator dimana kita tidak dapat mengganti besar %D.

Gambar 2.1. adalah contoh indikator stochastic oscillator, candle yang berwarna merah artinya bearish pattern sedangkan yang berwarna hijau adalah bullish pattern.

Gambar 2.1. Fast, Slow dan Full Stochastic Oscillator %K =5

Sumber : Meta trader 4 (2013)

Kelebihan sekaligus kekurangan stochastic adalah sensitifitasnya. Karena senstif maka dapat memberikan sinyal yang lebih dini dalam pemantauan pergerakan harga. Namun dengan demikian membuka celah munculnya berbagai sinyal palsu. Untuk mengurangi banyaknya sinyal palsu karena sensitifitas stochastic maka diperlukan lebih dari sekedar %D untuk menghaluskannya. Garis %K pun dapat dihaluskan terlebih dahulu sebelum kemudian diolah kembali menjadi %D. Pengolahan ini membuat berbagai varian dari stochastic oscillator. Fast stochastic

adalah nama lain dari stochastic biasa (pada gambar diatas adalah fast stochastic). Apabila garis %K dimuluskan SMA 3 periode sebelum kemudian diolah kembali dengan SMA 3 periode berikutnya guna memperoleh garis %D maka akan

diperoleh slow stochastic oscillator. Sedangkan bila pemulusan menggunakan SMA dengan periode selain 3 untuk %K, stochastic yang demikian dinamakan full stochastic oscillator.

Gambar 2.2. Full Stochastic Oscilaltor dengan pemulusan, %K = 14

Sumber : Meta trader 4 insta forex (2013)

Gambar 2.2. menggunakan periode 14 untuk %K-nya. Perhatikan perbedaannya dengan fast stochastic oscillator pada gambar sebelumnya, full stochastic terlihat lebih halus.

 Cara Penggunaan Stochastic Oscillator

Informasi yang dapat diperoleh dari stochastic oscillator secara umum tidak berbeda dengan informasi pada RSI dan SMA, karena stochastic oscillator adalah gabungan dari kedua jenis indikator tersebut dengan cara perhitungan yang berbeda. Secara keseluruhan, indikator ini dapat kita gunakan untuk menentukan keadaan

overbought/ oversold (yang artinya prediksi trend untuk jangka panjang), perpotongan antara %K dan %D (sebagai short term trend), dan bullish/bearish centerline.

 Overbought / Oversold

Keadaan overbought dan oversold menurut stochastic diperoleh bila garis %K telah memasuki batasan 20 dan 80 yakni dibawah 20 untuk oversold dan diatas 80 untuk

overbought. Tetapi batasan 20/80 ini bukanlah batasan mutlak. Bisa saja 30/70 atau yang lain. Keadaan overbought/ oversold ini akan memicu naik turunnya harga dalam jangka panjang. Apabila sedang terjadi kenaikan harga namun stochastic

sudah menuju titik overbought-nya dan mulai meninggalkan area tersebut, itu berarti akan terjadi tekanan pada laju kenaikan harga yang pada akhrinya membuat harga kembali turun sampai keseimbangannya yang baru.

Gambar 2.3. Stochastic Oscillator Dengan Level 20 dan 80

Sumber : Meta trader 4 (2013)

 %K and %D Crossing

Jika overbougth/ oversold adalah untuk trend jangka panjang, maka perpotongan %K dan %D digunakan untuk perubahan trend minor. Maksudnya bila dalam suatu kondisi long bullish trend, seringkali dalam pergerakannya kita menemukan trend-trend minor. Besarnya minor dan mayor disini sangat relatif, bergantung pada time frame yang di gunakan. Untuk time frame per jam atau per 4 jam, pergerakan minor trend bisa mencapai 50 point. Itu artinya lebih dari cukup untuk memperoleh keuntungan sampai 50 dollar hanya dengan 1 lot dan mengandalkan minor trend. Seperti telah dijelaskan sebelumnya %D merupakan MA dari %K yang tidak lain pencerminan dari perubahan harga. Jadi, sesuai dengan sifat MA dalam

menentukan perubahan trend, setiap perpotongan antara %D dengan %K berarti adalah perubahan trend untuk jangka waktu singkat di depan. Kondisi bullish

terjadi bila garis %K memotong %D dari bawah dan sebaliknya trend bearish

diperoleh ketika %K memotong dari atas. Keadaan ini bisa saja berlangsung bahkan ketika kedua garis sedang dalam wilayah overbought/ oversold. Jika ini terjadi, itu artinya memang tekanan beli atau jual sedang kuat sekali sehingga akan terjadi kemungkinan harga menembus batas support dan ressistance-nya.

Gambar 2.4. %K Memotong %D

Sumber : Meta trader 4 (2013)

Gambar 2.4. menunjukkan bahwa secara keseluruhan harga sedang bergerak naik namun demikian sering kali pada saat kenaikan harga, terjadi penurunan-penurunan singkat yang merupakan usaha para pembeli menurunkan harga namun tidak cukup kuat dalam menahan tekanan beli. Dalam kondisi demikian kita bisa mengambil

dua keuntungan sekaligus yaitu pada trend dalam jangka panjang maupun dalam

short term trend. Kedua kondisi ini dapat kita ketahui cukup dengan stochastic oscillator

 The Centerline

Sama seperti oscillator lainnya, pada stochastic oscillator pun juga terdapat

centerline yang dipatok pada nilai 50, jika %K memotong centerline dari bawah ini menandakan kondisi bullish centerline dan sebaliknya bila % K memotong dari bawah kondisi bearish tercapai. Namun centerline crossover ini jarang digunakan karena seringkali terlambat memberikan rekomendasi buy/sell. Para analis lebih sering menggunakan perpotongan antara %D dengan %K.

Gambar 2.5. %K Memotong Garis Centerline.

Hal yang menjadi kelebihan sekaligus kekurangan indikator yang bergerak dalam kisaran tertentu seperti ini adalah sensitivitasnya. Semakin panjang periode yang dipakai maka grafik indikator akan semakin halus yang artinya ke-sensitifitas-annya akan berkurang. Disarankan juga untuk menggunakan full stochastic dalam penggunaan karena memang lebih halus dan dapat mengurangi grafik indikator yang terlalu keriting.

2.2.2. Indikator Chaikin Money Flow (CMF)

Dikembangkan oleh Marc Chaikin, chaikin money flow mengukur jumlah volume

arus uang selama periode tertentu. Periode yang digunakan unutk mengitung CMF biasanya adalah periode 20 atau 21. Indikator yang dihasilkan berfluktuasi di atas / bawah garis nol seperti osilator.

Rumus :

{[(Close - Low) - (High-Close)]/(High–Low) * Volume,21} /

Sum(Volume,21) ………...………...……(2.2) Rumus dari CMF adalah nilai kumulatif dari accumulation/distribution value untuk periode 21 dibagi dengan kumulatif total dari volume untuk 21periode

2.2.3. Indikator Money Flow Indeks (MFI)

Money flow indeks adalah sebuah osilator yang menggunakan harga dan volume

untuk mengukur tekanan pembelian dan penjualan. Dibuat oleh Gene Quong dan

Avrum Soudack, MFI juga dikenal sebagai volume tertimbang RSI. MFI dimulai dengan harga tipikal untuk setiap periode. Aliran uang adalah positif ketika harga naik (tekanan beli) dan negatif ketika penurunan harga (tekanan jual). Sebuah rasio

aliran uang positif dan negatif ini kemudian terhubung ke rumus RSI untuk menciptakan sebuah osilator yang bergerak antara nol dan seratus. Sebagai osilator momentum MFI terikat dengan volume, MFI paling cocok digunakan untuk mengidentifikasi pembalikan arah dan harga yang ekstrim. MFI menggunakan skala 0-100 dan biasanya menggunakan periode standar 14, semakin besar periode waktu yang digunakan maka pergerakan naik turunnya indeks MFI akan lebih stabil dan halus.

Rumus MFI adalah sebagai berikut :

Typical Price = (High + Low + Close)/3 ... ...(2.3)

Raw Money Flow = Typical Price x Volume ...(2.4)

Money Flow Ratio = (Positive Money Flow)/( Negative Money Flow) ...(2.5)

Money Flow Index = 100 - 100/(1 + Money Flow Ratio)...(2.6)

 Cara menggunakan Money flow Indeks

Jika arah pergerakan indikator MFI berlawanan dengan arah pergerakan harga suatu produk sekuritas, maka dapat dipastikan akan terjadi perubahan arah tren harga. sinyal beli muncul jika arah pergerakan indikator MFI naik sementara arah pergerakan harga menurun. Sebaliknya, sinyal jual muncul jika arah pergerakan indikator MFI turun sedangkan arah pergerakan harga naik. Tingkat overbought

dan oversold tingkat dapat digunakan untuk mengidentifikasi pergerakan harga. Pada dasarnya jika MFI di atas 70 dianggap overbought dan jika MFI dibawah 30 dianggap oversold, trend yang kuat dapat menimbulkan masalah untuk tingkat

overbought dan oversold. MFI dapat menjadi overbought (> 70) dan harga dapat terus naik jika uptrend nya kuat. Sebaliknya, MFI dapat menjadi oversold (<30) dan

harga dapat terus melanjutkan penurunan ketika downtrend terlalu kuat. Quong dan

Soudack merekomendasikan unutk memperluas tingkat MFI menjadi lebih besar dari 90 untuk tingkat benar-benar overbought dan bergerak di bawah 10 untuk tingkat yang benar-benar oversold.

2.2.4. Indikator Commodity Channel Index (CCI)

Commodity Channel Index atau lebih sering disebut dengan CCI, pertama kali dikemukakan oleh Donald Lambert pada sebuah artikel yang dipublikasikan pada tahun 1980. Pada awalnya indikator ini digunakan untuk mengetahui daerah jenuh beli dan jenuh jual pada pasar komoditi, namun seiring berkembangnya waktu, indikator ini pun dipergunakan pada pasar finansial lainnya, termasuk forex.

Rumus :

��� =

_�−� � . _{� � .} . 5 ...(2.7) TP = (High + Low + Close) / 3

D= TP – SMA(TP,N)

SMA= Simple Moving Average

Gambar 2.6. Tampilan Commodity Channel Index & Grafik EUR/USD

Sumber : Meta trader 4 (2013)

Gambar 2.6. menunjukkan grafik commodity channel index, pada indikator

commodity channel index terdapat 3 area yaitu :

 Daerah Jenuh Beli (diatas 100)

Pada saat grafik berada di daerah jenuh beli (di atas 100) merupakan saat yang tepat untuk melakukan aksi sell / jual. Hal ini didasarkan karena harga tersebut tidak akan bergerak lebih tinggi lagi. Sehingga pergerakan harga akan lebih pasti, yaitu bergerak ke bawah.

 Daerah Jenuh Jual (dibawah -100)

Pada saat grafik berada di daerah jenuh jual (di bawah -100) merupakan saat yang tepat untuk melakukan aksi buy / beli. Hal ini didasarkan karena harga

tersebut tidak akan bergerak lebih rendah lagi. Sehingga pergerakan harga akan lebih pasti, yaitu bergerak ke atas.

 Daerah Tengah (diantara 100 dan -100)

Daerah tengah merupakan waktu yang tidak tepat untuk melakukan buka posisi. Hal ini dikarenakan kita akan lebih sulit memprediksi harga akan naik atau turun.

Dalam penggunaannya analisa teknikal juga perlu memperhatikan faktor-faktor lain-nya yaitu faktor fundamental, karena faktor fundamental memiliki pengaruh terhadap pergerakan pasar, seperti telah dijelaskan pada enam prinsip teori dow dan juga pada asumsi analisa teknikal.

Faktor-faktor fundamental terbagi ke dalam empat kategori besar, yaitu: 1. Faktor Ekonomi

Merupakan faktor yang menggambarkan aktivitas perekonomian suatu negara. Indikator-indikator utama yang biasanya dipakai untuk melihat aktivitas perekonomian suatu negara adalah pendapatan nasional bruto, pendapatan domestik bruto, inflasi, neraca pembayaran, dan tingkat bunga bank.

2. Faktor Politik

Faktor politik sebagai salah satu indikator untuk memprediksi pergerakkan nilai tukar, sangat sulit untuk diketahui waktu dimana faktor ini akan berdampak terhadap pergerakan nilai tukar. Ada kalanya faktor ini dapat

mempengaruhi pergerakkan nilai tukar ada dan kalanya faktor ini tidak terlalu mempengaruhi pergerakkan nilai tukar.

3. Faktor Keuangan

Faktor keuangan memusatkan perhatian terhadap pengamatan terhadap tingkat suku bunga, karena di dalam perdagangan valuta asing terjadi transaksi pertukaran dua buah mata uang negara yang berbeda, maka yang harus diperhatikan adalah tingkat suku bunga kedua negara tersebut. 4. Faktor Eksternal

Faktor eksternal disini adalah bahwa perubahan nilai tukar valuta asing dapat dipengaruhi oleh keadaan perekonomian dari negara sekitar / negara tetangga. Sebagai contoh pada tahun 1998 tingkat nilai tukar mata uang negara-negara di asia tenggara melemah terhadap USD.

Fundamental mampu mempengaruhi pergerakan harga mata uang sampai 300 poin dalam sehari, karena berita fundamental yang selalu dirilis setiap harinya adalah fakta kondisi perekonomian negara tersebut, seperti telah dijelaskan bahwa faktor perekonomian dan faktor keuangan berpengaruh terhadap harga pasangan mata uang pada forex, berita fundamental selalu dirilis setiap hari, salah satu asumsi

teknikal adalah “fundamental pasar telah berpengaruh terhadap harga pasar saat

ini” sehingga para analis teknikal harus menghindari resiko kemungkinan

2.3. Gambaran Valuta Asing

Pengertian valuta asing (valas) atau foreign exchange (forex) adalah mata uang asing yang difungsikan sebagai alat pembayaran untuk membiayai transaksi ekonomi keuangan internasional dan juga mempunyai catatan kurs resmi pada bank sentral (Hamdy Hady : 2007; P11). Mata uang yang sering digunakan sebagai alat pembayaran dalam transaksi ekonomi keuangan internasional disebut dengan hard currency, yaitu mata uang yang berasal dari negara maju dan nilainya relatif stabil serta kadang mengalami apresiasi atau kenaikan nilai dibanding mata uang dari negara lainnya. Sebaliknya mata uang yang berasal dari negara berkembang atau negara dunia ketiga jarang digunakan sebagai alat pembayaran antar negara karena nilainya relatif tidak stabil dan kadang mengalami depresiasi atau penurunan nilai, mata uang tersebut sering disebut dengan soft currency. Hard currency berasal dari negara-negara maju seperti Dollar-Amerika serikat (USD), Yen-Jepang (JPY), Euro (EUR), Poundsterling-Inggris (GBP), Dollar-Canada (CAD), Swiss-Franc (CHF), Dollar-Australia (AUD), serta masih banyak yang lainya. Sedangkan soft currency pada umumnya berasal dari negara berkembang seperti Rupiah-Indonesia (IDR), Bath-Thailand (THB), Peso-Philipina (PHP), Rupee-India (INR), dan lain sebagainya (Hamdy Hady : 2007; P15).

Forex trading merupakan investasi pada sektor finansial yang tergolong paling high risk-high return investment. Artinya, peluang untuk memperoleh keuntungan sangat besar bahkan dapat mencapai ratusan persen perbulan namun diimbangi dengan kemungkinan kerugian yang besar apabila tidak dikelola dengan baik.Pada dasarnya, semua jenis investasi memiliki kemungkinan rugi, besarnya potensi

kerugian akan sebanding dengan besarnya potensi keuntungan yang di dapat. Hal ini disebabkan karena forex trading merupakan investasi yang memiliki pergerakan sangat cepat dalam likuiditas maupun dalam pergerakan harga. Forex trading dapat memberikan trader keuntungan sebesar puluhan sampai ratusan persen dalam satu harinya tapi juga dapat membawa trader kehilangan uang dalam jumlah yang sama. Sehingga bagi trader yang bertipe sebagai safe trader yang tidak menyukai resiko atau guncangan-guncangan dalam portfolio, maka forex trading bukanlah jenis investasi yang cocok untuk trader tipe ini. Sedangkan bagi trader tipe risk taker, maka forex trading adalah jenis investasi yang cocok bagi nya, dalam arti untuk memperoleh keuntungan besar, maka seorang trader harus siap menanggung potensi kerugian yang sama besarnya.

Forex trading memiliki lembaga regulasi bersama perdagangan index dan komoditi, di Indonesia, regulator yang mengawasi kegiatan para pialang ada dibawah wewenang Bappebti (Badan Pengawas Perdagangan Berjangka dan Komoditi), BBJ (Bursa Berjangka Jakarta) serta KBI (Kliring Berjangka Indonesia). Di Amerika Serikat yang adalah pionir perdagangan margin trading,

wewenang regulasi ada dibawah CFTC (Commodity Futures Trading Comission) dan NFA (National Futures Association). CFTC dan NFA dapat dikatakan sebagai role model bagi regulator-regulator lainnya di setiap negara.

2.3.1. Macam–Macam Bursa Valuta Asing

Pasar valuta asing terdiri dari tiga yang biasa dilakukan transaksi valuta asing yaitu: a. Currency Spot Market

delivery saat itu juga (secara teoritis, meskipun dalam prakteknya transksi spot

diselesaikan dalam waktu dua atau tiga hari). b. Currency Forward Market

Forward market adalah merupakan transaksi dengan menyerahkan pada beberapa waktu mendatang sejumlah mata uang tertentu yang lain. Kurs dalam transaksi forward ditentukan dimuka sedangkan penyerahan dan pembayaran dilakukan beberapa waktu mendatang.

c. Currency Swap Market

Transaksi swap merupakan transaksi pembelian dan penjualan sejumlah mata uang tertentu secara simultan pada dua tanggal (value date) tertentu. Kedua transaksi tersebut dilakukan dengan bank lain yang sama.

2.3.2. Mekanisme Transaksi Valuta Asing

Sama seperti dalam sebuah perdagangan jual-beli, dalam perdagangan forex pada dasarnya membutuhkan kedua sisi yaitu pembeli dan penjual, namun pada forex

pembeli dan penjual tidak pernah melakukan pertemuan fisik secara langsung dan tidak pernah terjadi serah terima secara fisik. Semuanya dilakukan dalam bentuk perjanjian dan diperantarai oleh lembaga arbitrase yang biasa disebut sebagai pialang/broker. Pembelian yang dilakukan pada pasar forex berdasarkan besaran lot, satu lot terdiri dari satuan mata uang, setelah investor melakukan transaksi dengan pialangnya, maka pialang tersebut akan meneruskan pesanan yang dilakukan oleh para investor kepada lembaga yang lebih tinggi di atasnya, yaitu bursa atau bank-bank besar lainnya. Pesanan yang dilakukan oleh pialang kepada lembaga yang lebih tinggi berbentuk kuantitatif, dalam bentuk lot dan bukan

pesanan orang per orang. Di dalam pasar valuta asing, transaksi yang terjadi merupakan transaksi dalam jumlah besar, para pelaku di dalam bursa pada umumnya adalah bank-bank besar, pialang-pialang, dan juga lembaga keuangan lainnya.

Berikut adalah bagan mekanisme perdagangan forex:

Order order forwarded

Pencatatan dan pelaporan posisi Order matched

Tugas broker / perusahaan pialang adalah menjadi semacam pengumpul transaksi yang dilakukan secara retail oleh investor-investor di bawahnya untuk kemudian diteruskan kepada market atau bursa. Peran bursa adalah tempat pertemuan antara penjual dan pembeli dalam bertransaksi atau juga disebut market. Perbedaan bursa dengan pasar konvensional adalah pada bursa biasanya tidak terjadi transaksi jual beli secara retail perorangan tetapi biasanya di akumulasikan dan baru kemudian di eksekusi. Misalnya investor melihat peluang bahwa mata uang Euro akan menguat terhadap US Dollar, maka tentu saja sebagai seorang investor yang baik dan mencari keuntungan melihat peluang ini akan melakukan aksi beli Euro sesuai perhitungannya untuk kemudian disimpan sampai waktunya Euro menguat lalu akan menjualnya kembali. Misalnya membeli sebanyak 10.000 Euro. Dalam forex

satuan 10.000 biasa disebut 1 lot, jadi semua transaksi dihitung berdasarkan satuan lot 1 lot. Untuk melakukan transaksi pembelian Euro maka investor melakukan

Investor _Pialang Pasar /

pembelian melalui pialang tempatnya berinvestasi dengan menggunakan platform trading, dan dalam penulisan skripsi ini penulis menggunakan platform trading meta trader 4. Tahapan berikutnya pialang akan meneruskan semua order yang dilakukan oleh nasabahnya ke lembaga yang lebih tinggi diatasnya yaitu bursa atau bank-bank besar lainnya. Investor memerlukan perusahaan pialang karena investor tidak dapat langsung mengakses bursa atau bank-bank besar. Pada bursa semua transaksi tersebut di pertemukan total lot pembelian dan penjualan. Trading di

forex tidak membutuhkan antrian order seperti di bursa saham.

Dalam melakukan trading, trader harus memakai pedoman “Buy Low, Sell High”.

Ketika membuka posisi sell, maka untuk mendapatkan keuntungan harga harus turun dari posisi sell yang telah di pasang, namun jika harga bergerak naik, maka akan mengalami kerugian atau disebut juga dengan floating loss sebelum menyentuh garis stop loss, jika posisi menyentuh garis stop loss, maka posisi yang telah di pasang menghasilkan rugi dan jika menyentuh garis take profit, maka posisi yang telah dipasang menghasilan profit. Ketika membuka posisi buy, maka untuk mendapatkan keuntungan harga harus naik dari posisi buy yang telah di pasang, namun jika harga bergerak turun, maka akan mengalami kerugian atau disebut juga dengan floating loss sebelum menyentuh garis stop loss, jika posisi menyentuh garis

stop loss, maka posisi yang telah di pasang menghasilkan rugi dan jika menyentuh garis take profit, maka posisi yang telah dipasang menghasilan profit

2.4. Teori Valuta Asing

2.4.1. Balance of Payment Approach

Pendekatan ini berdasarkan pada pendapat bahwa nilai valuta ditentukan oleh kekuatan penawaran dan permintaan terhadap valuta tersebut. Adapun alat yang digunakan untuk mengukur kekuatan penawaran dan permintaan adalah balance of payment. Sebagai contoh apabila balance of payment suatu negara mengalami defisit dapat diartikan bahwa penghasilan (arus uang masuk) lebih kecil dari pengeluaran (arus uang keluar) maka permintaan akan valuta negara lain (valuta asing) akan bertambah guna membayar defisit tersebut, nilai tukarnya akan cenderung mengalami penurunan dan sebaliknya. Jadi pendekatan ini berusaha untuk menggunakan balance of payment sebagai faktor yang menentukan nilai tukar valuta.

Trader harus berhati-hati dalam menggunakan pendekatan balance of payment

karena data yang tersaji terkadang memberikan gambaran yang bias terhadap pergerakan mata uang itu sendiri. Sebagai contoh:

 Balance of Payment tidak memperhitungkan transaksi di pasar gelap, pada dasarnya transaksi di pasar gelap tidak terlalu besar dibandingkan dengan transaksi resmi. Tetapi untuk beberapa negara yang transaksi pasar gelapnya besar (transaksi narkotika dll ) maka aliran dana ini akan berpengaruh signifikan.

 Balance of Payment tidak memperhitungkan transaksi yang sifatnya berjangka.

2.4.2. Teori Purchasing Power Parity.

Teori ini memiliki perbedaan dengan pendekatan sebelumnya, teori ini berusaha untuk menghubungkan nilai tukar dengan daya beli valuta tersebut terhadap barang dan jasa. Pendekatan ini menggunakan apa yang disebut law of one price sebagai dasar. Dalam law of one price disebutkan bahwa dengan asumsi tertentu, dua barang yang identik (sama dalam segala hal) harusnya mempunyai harga yang sama. Misalkan harga satu kilogram apel di Indonesia 20 ribu Rupiah dan harga satu kilogram apel yang sama di Amerika Serikat adalah USD 2 (dua Dollar) maka sesuai dengan law of one price berarti USD 2 = Rp. 20.000,-/2 =10.000,- Rupiah untuk setiap satu Dollar.

Ada dua versi teori ini yaitu versi absolute dan versi relatif.

a. Versi absolute menyatakan bahwa nilai tukar adalah perbandingan harga barang di dua negara, ukuran yang digunakan adalah rata-rata tertimbang dari harga seluruh barang yang ada di negara tersebut. Versi absolute ini banyak mendapat kritikan karena beberapa hal antara lain:

 Versi ini memperhatikan hal-hal lain seperti selera, tingkat pendapatan, merek barang dll. Sebagai contoh makanan kaviar mungkin disukai oleh orang Rusia dan harganya relatif lebih murah disana dan akan relatif lebih mahal di Indonesia karena sedikit orang yang makan makanan seperti itu. Contoh lain orang lebih suka membeli Toyota Kijang daripada mobil serupa yang bermerek lain.

 Versi ini tidak memperhitungkan biaya transport dan pembatasan perdagangan yang ada sampai sekarang.

b. Versi relatif mengatakan bahwa pergerakan nilai tukar valuta dua negara adalah sama dengan selisih kenaikan harga barang di kedua negara tersebut pada periode tertentu. Versi ini masih mendapat beberapa kritikan yaitu:

 Belum memperhitungkan pembatasan perdagangan yang diterapkan pada ke dua negara tersebut.

 Perbedaan dalam pembobotan index harga.

 Kesulitan dalam menentukan periode perhitungan sehingga mengalami kesulitan dalam perbandingan tingkat kenaikan harga.  Kenyataan bahwa pada jangka pendek pergerakan valuta lebih

dipengaruhi oleh kondisi pasar keuangan dari pada pasar komoditi.

2.4.3. International Fisher Effect

Pendapat ini didasari oleh Fisher Effect yang telah dijelaskan di atas. Pendapat ini menyatakan bahwa pergerakan nilai mata uang satu negara dibanding negara lain (pergerakan kurs) disebabkan oleh perbedaan suku bunga nominal yang ada di kedua negara tersebut. Contoh berikut ini misalnya suku bunga Amerika (USA) adalah 2% dan suku bunga Indonesia adalah 16% maka menurut international fisher effect mata uang Indonesia dalam hal ini Rupiah akan terdepresiasi (turun nilainya) sekitar 16% - 2% = 14% dibanding mata uang Amerika (USD). Implikasi dari international fisher effect adalah bahwa orang tidak bisa menikmati keuntungan yang lebih tinggi hanya dengan menanamkan dana mereka ke negara yang mempunyai suku bunga nominal tinggi karena nilai mata uang negara yang suku bunganya tinggi tersebut akan terdepresiasi (turun nilainya) sebesar selisih bunga nominal dengan negara yang mempunya suku bunga nominal lebih rendah.

BAB III

METODOLOGI PENELITIAN

3.1. Data dan Sumber Data 3.1.1. Data Primer

Data yang dikumpulkan untuk penelitian dari tempat aktual terjadinya peristiwa, seperti melalui wawancara maupun menyebar kuesioner.

3.1.2. Data Sekunder

Data sekunder adalah data yang telah ada dan tidak perlu dikumpulkan sendiri oleh peneliti, beberapa sumber data sekunder antara lain adalah buletin statistik, publikasi pemerintah, informasi yang dipublikasikan atau tidak dipublikasikan dari dalam atau luar perusahaan, data yang tersedia dari penelitian yang sebelumnya, studi kasus dan dokumen perpustakaan, data online, situs web, dan internet.

Data yang digunakan dalam penelitian ini adalah data sekunder yang didapat dari aplikasi trading meta trader 4 broker insta forex, dan yang digunakan yaitu harga dan volume transaksi mata uang antara Euro terhadapa Dolar Amerika (EURUSD), pada kurun waktu 2 Januari 2012 sampai dengan 24 September 2013 dengan periode waktu 1 hari (1D). Pasangan mata uang ini masuk kedalam pasangan mata

uang utama dunia, sehingga volatilitasnya sangat tinggi dan data ini baik digunakan dalam penelitian.

3.2. Populasi dan Sampel

3.2.1. Populasi

Populasi dalam penelitian ini adalah seluruh pasangan mata uang yang diperdagangankan di aplikasi trading meta trader 4 broker insta forex.

3.2.2. Sampel

Dalam penelitian ini sampel yang digunakan adalah pasangan mata uang Euro terhadap Dolar Amerika, selama 2 Januari sampai dengan 24 September 2013 dengan jangka waktu perubahan harga selama 1 hari (time frame 1 day).

3.3. Teknik Pengumpulan Data

Data yang digunakan adalah berupa data historis pergerakan harga mata uang pasangan EURUSD dengan periode 1 hari (1D) dari tanggal 2 Januari 2012 sampai dengan 24 September 2013. Data didapat dari history centre pada aplikasi trading meta trader 4 pada broker insta forex, akses data kedalam aplikasi metatrader 4 ini menggunakan real akun, sehingga data yang didapat adalah benar adanya transaski yang dilakukan oleh para trader foreign exchange. Dari history centre yang ada di

meta trader 4 di pilih pada perubahan harga 1 hari (1D), kemudian data di export

kedalam bentuk CSV, yang kemudian dibuka melalui program microsoft excel, lalu diolah kembali ke dalam bentuk XLSX dan kemudian akan digunakan untuk perhitungan lebih lanjut. Data ini memuat tentang tanggal transaksi (date), jam

transaksi (time), harga pembukaan (open), harga tertinggi (high), harga terendah (low), harga penutupan (close), dan volume transaksi (volume).

3.4. Variabel Penelitian

a. Periode Penelitian

Rentang waktu yang digunakan dalam penelitian ini adalah selama 12 bulan yaitu dari tanggal 2 Januari 2012 sampai dengan 24 September 2013, dengan periode waktu perubahan harga yang digunakan adalah 1 hari (1D), pengambilan data selama 12 bulan dirasa cukup untuk melakukan penelitian ini, karena dalam 1 bulan data yang dihasilkan adalah rata-rata sebanyak 22 data, dan penelitian ini menggunakan data selama 12 bulan, jadi total jumlah data yang akan diteliti adalah sebanyak 450 data.

b. Harga Pasangan Mata Uang EURUSD (Euro terhadap Dolar Amerika) Harga ini merupakan harga yang tercatat pada waktu terjadinya transaksi pada pasar uang internasional, berupa open, high, low, dan close. Ketika melakukan transaksi beli harga yang digunakan yaitu harga ask, sedangkan ketika melakukan transaksi jual maka menggunakan harga bid, selisih antara ask dan bid disebut dengan spread.

c. Volume Transaski EURUSD

Volume tersebut merupakan volume yang tercatat pada saat transaksi yang terjadi pada pasar uang internasional dalam periode waktu selama 1 hari.

Volume ini merupakan satuan lot, dan dalam forex 1 lot nilainya adalah sebesar 10.000 pada mata uang yang bersangkutan.

3.5. Pengolahan Data

Perencanaan penelitian dalam skripsi ini dirancang sebagai alat bantu dalam pengambilan keputusan untuk menentukan, mengevaluasi dan memilih alternatif terbaik dalam memecahkan suatu masalah dengan menggunakan metode yang mengumpulkan, menyajikan, serta menganalisis fakta-fakta yang relevan, sehingga akan terbentuk suatu gambaran yang cukup jelas dan komprehensif mengenai obyek yang diteliti. Hasil analisis tersebut akan diolah menjadi data yang selanjutnya di analisis lagi untuk diperoleh suatu kesimpulan.

Data yang didapat akan di olah terlebih dahulu menggunakan microsoft excel yang kemudian akan diperoleh semua data harga dan volume transaksi yang dibutuhkan, setelah itu akan dilakukan perhitungan dengan menggunakan rumus-rumus indikator yang akan digunakan, sehingga akan didapatkan posisi jual dan posisi beli serta akan dihitung berapa banyak antara kejadian beli dan kejadian jual, setelah itu akan dilakukan perhitungan selanjutnya yaitu berapa banyak sinyal jual dan sinyal beli yang benar dan yang salah. Setelah dilakukan perhitungan selama 21 bulan dari bulan Januari 2012 sampai dengan bulan September 2013 maka akan didapat seluruh data yang akan diteliti.

3. 6. Teknik Analisis Data

3.6.1. Alat Bantu Software Meta Trader 4

Dalam dunia forex online trading, ada berbagai macam platform yang digunakan oleh para trader forex, salah satunya yang cukup lengkap adalah software meta trader 4. Software ini dilengkapi berbagai macam indikator, dapat dipakai untuk

test back dan juga untuk export - import data historis. Oleh sebab itu penulis menggunakan software ini sebagai alat bantu untuk mengexport data, membuat grafik teknikal dan melakukan analisis terhadap indikator teknikal. Software ini merupakan perangkat lunak untuk Forex Online Trading (FOT) yang cukup menarik tampilannya, cukup mudah dimengerti dan digunakan, disertai fasilitas

help, dan juga mempunyai fasilitas history center yang dapat digunakan untuk mengekspor data historis transaksi menjadi format CSV, kemudian dikonversikan menjadi format microsoft excel, sehingga data tersebut menjadi mudah untuk diolah. Software ini dapat diunduh dari www.instaforex.com dan http://www.metatrader4.com/, baik data maupun software tersebut dapat diperoleh dengan gratis dari internet.

3.6.2. Stochastic Oscillator

Untuk membuat grafik stochastic oscillator dibutuhkan data historis. Adapun formula yang untuk membuat garis indikator stochastic oscillator adalah :

% K = _{��ℎ ��ℎ −}− … … … 3.

Recent close = harga penutupan terakhir

Lowest Low = harga terendah selama periode yang ditentukan

Highest high = harga tertinggi selama periode yang ditentukan

Stochastic oscillator dapat digambarkan dalam berbagai jangka waktu/periode tetapi George C Lane sendiri menganjurkan agar menggunakan periode 14, dan pada skripsi ini penulis juga menggunakan periode 14. Garis indikator yang digunakan dalam stochastic oscillator adalah garis indikator overbought dengan

nilai 75 dan garis indikator oversold dengan nilai 25. Garis tersebut akan menunjukkan sinyal transaksi sebagi berikut

Perhitungan indikator stochastic oscillator pada skripsi ini menggunakan beberapa asumsi sebagai berikut :

 Periode dari kurva stochastic oscillator yang dipakai adalah periode 14, dimana angka tersebut adalah periode standar yang lazim dipakai oleh para pelaku pasar.

 Garis overbought dan garis oversold ditetapkan sebesar nilai 75 dan 25.  Perhitungan transaksi jual pada metode stochastic oscillator diasumsikan

tepat pada saat kurva stochastic oscillator memotong garis overbought

menuju arah bawah (dari nilai diatas 75 menuju nilai dibawah 75), sedangkan untuk transaksi beli diasumsikan tepat pada saat kurva

stochastic oscillator memotong garis oversold menuju arah atas (dari nilai dibawah 25 menuju nilai diatas 25).

 Pada penelitian ini ditentukan fixed stop loss sebesar 100 pip dan fixed take profit sebesar 100 pip (dianggap moderat dengan mempertimbangkan faktor resiko), dan dianggap setiap transaksi yang menyentuh stop loss

maupun take profit tersebut akan ditutup posisinya.

 Apabila sudah ada posisi open buy, maka kita bisa melakukan posisi open sell walaupun posisi open buy tersebut belum ditutup oleh close sell, begitu juga sebaliknya.

 Pada setiap transaksi yang terjadi baik itu transaksi jual maupun transaksi beli dan transaksi tersebut mendatangkan keuntungan ataupun kerugian dihitung sebagai satu peluang kejadian.

 Di asumsikan pula bahwa modal tidak terbatas dan juga tidak akan terkena

margin call, sehingga semua kemungkinan sinyal jual maupun sinyal beli dapat di eksekusi dengan melakukan transaksi sebesar 1 lot.

Gambar 3.1. Grafik Stochastic Oscillator Dengan Time Frame 1 Hari dan Periode Overbought 80, dan Oversold 20.

Sumber : Meta trader 4insta forex (2013)

3.6.3. Chaikin Money Flow (CMF)

Chaikin Money Flow (CMF) menggunakan periode 21 untuk menghitung nilai CMF, rumus untuk menghitung CMF adalah nilai kumulatif dari

accumulation/distribution value untuk periode 21 dibagi dengan kumulatif total dari volume untuk 21 periode.

Secara garis besar chaikin money flow (CMF) dapat dihitung dengan menggunakan rumus sebagai berikut :

{[(Close- Low) - (High - Close)] / (High – Low) * Volume,21} / Sum(Vol,21)

…... ...(3.2)  Garis oversold pada penelitian ini adalah pada angka dibawah -0,015 yang

artinya jika nilai indikator lebih kecil dari -0,015, berarti memberikan sinyal

buy, sinyal benar jika menyentuh take profit 100 pip, dan salah jika menyentuh stop loss 100 pip.

 Garis overbought pada penelitian ini adalah pada angka diatas 0,015 yang artinya jika nilai indikator lebih besar dari 0,015, berarti memberikan sinyal

sell, sinyal benar jika menyentuh take profit 100 pip, dan salah jika menyentuh stop loss 100 pip.

3.6.4. Money Flow Index (MFI)

Indikator Money Flow Index (MFI) memiliki kesamaan dengan indikator Relative Strength Index (RSI), perbedaan nya adalah jika indikator RSI hanya memperhitungkan harga, sedangkan indikator MFI memperhitungkan volume. MFI membandingkan arus uang positif dan arus uang negatif untuk mendapatkan suatu indikator yang kemudian dibandingkan dengan harga. Hal ini dilakukan untuk mengetahui kekuatan dan kelemahan suatu trend.

Skala yang digunakan pada MFI sama seperti skala pada RSI yaitu 0 s/d 100 dan biasanya menggunakan periode 14, untuk perhitungannya dilakukan

Lanjutan

Date CCI buy (di harga Low) hight bsk - low

se karan g

low be sok - low se karang

be nar = 1 salah = 0

se ll (diharga

hight)

Hight se karan

g - Low be sok

Hihgt se karan g - hight

be sok

be nar = 1 salah = 0

2013,05,07 25,79607 0 125,6 4,3 0 -59 62,3

2013,05,08 106,4568 0 104,3 -61,6 sell -182,9 -17 1

2013,05,09 -10,6223 0 39,6 -75,1 0 -241 -126,3

2013,05,10 -146,783 buy 62,9 6,3 0 0 -108,4 -51,8

2013,05,13 -155,008 buy 86,3 -25,5 0 0 -82,1 29,7

2013,05,14 -153,962 buy 25,5 -73,2 0 0 -185 -86,3

2013,05,15 -197,547 buy 85,8 3,4 1 0 -95,3 -12,9

2013,05,16 -165,317 buy 42,5 -49,9 1 0 -132,3 -39,9

2013,05,17 -175,508 buy 103,7 22,8 1 0 -69,6 11,3

2013,05,20 -130,815 buy 113,5 22 1 0 -58,9 32,6

2013,05,21 -96,0389 buy 156,2 -7,8 1 0 -99,3 64,7

2013,05,22 -84,0033 0 122,4 -12,2 0 -176,2 -41,6

2013,05,23 -70,8201 0 171,5 83,1 0 -51,5 36,9

2013,05,24 -40,1427 0 43,7 10,8 0 -77,6 -44,7

2013,05,27 -43,9892 0 33,7 -65,7 0 -98,6 0,8

2013,05,28 -70,271 0 126,9 -11,3 0 -110,7 27,5

2013,05,29 -41,3689 0 222,7 95,2 0 -43 84,5

2013,05,30 43,76017 0 125,5 10,8 0 -116,7 -2

2013,05,31 38,58457 0 162,6 11,5 0 -103,2 47,9

2013,06,03 88,13584 0 144,4 86,3 0 -64,8 -6,7

2013,06,04 118,5093 0 70,9 11,2 sell -46,9 12,8 0

2013,06,05 139,518 0 251,8 21,7 sell -38 192,1 0

2013,06,06 232,4159 0 208,7 117,3 sell -112,8 -21,4 1

2013,06,07 201,9562 0 76,3 -14,9 sell -106,3 -15,1 1

2013,06,10 163,7416 0 139,6 55,1 sell -36,1 48,4 0

2013,06,11 163,1293 0 126,2 33,3 sell -51,2 41,7 0

2013,06,12 152,0962 0 123,9 12,8 sell -80,1 31 1

2013,06,13 141,5856 0 96,2 16,4 sell -94,7 -14,9 1

2013,06,14 119,7983 0 85,8 23,4 sell -56,4 6 1

2013,06,17 110,9568 0 96,2 7,7 sell -54,7 33,8 1

2013,06,18 105,9676 0 88,9 -63,8 sell -152,3 0,4 1

2013,06,19 75,51704 0 38,8 -101,1 0 -253,8 -113,9

2013,06,20 30,58587 0 92 -62,2 0 -202,1 -47,9

2013,06,21 -4,94252 0 44,5 -40,1 0 -194,3 -109,7

2013,06,24 -35,7816 0 91,4 6,1 0 -78,5 6,8

2013,06,25 -50,583 0 21,9 -80,2 0 -165,5 -63,4

2013,06,26 -97,8462 buy 69,8 15,4 1 0 -86,7 -32,3

2013,06,27 -97,2761 buy 101,8 -8,9 1 0 -63,3 47,4

2013,06,28 -97,9315 buy 74,9 14,2 0 0 -96,5 -35,8

2013,07,01 -91,2807 buy 72 -41,8 0 0 -102,5 11,3

2013,07,02 -108,871 buy 66,9 -40,6 0 0 -154,4 -46,9

2013,07,03 -111,654 buy 99,7 -39,8 1 0 -147,3 -7,8

2013,07,04 -119,583 buy 32,8 -76,9 0 0 -216,4 -106,7

2013,07,05 -142,521 buy 75,1 4,7 1 0 -105 -34,6

2013,07,08 -124,09 buy 86,4 -55,2 1 0 -125,6 16

2013,07,09 -129,205 buy 227 8,9 1 0 -132,7 85,4

2013,07,10 -80,9701 0 440,9 199 0 -19,1 222,8

2013,07,11 4,886 0 135,7 35,9 0 -206 -106,2

2013,07,12 -4,8101 0 78,4 -6,1 0 -105,9 -21,4

Lanjutan

Date CCI buy (di harga Low) hight bsk - low

se karan g

low be sok -

low se karan

g

be nar = 1 salah = 0

se ll (diharga

hight)

Hight se karan

g - Low be sok

Hight se karan g - hight

be sok

be nar = 1 salah = 0

2013,07,16 67,85769 0 124,8 31,2 0 -90,2 3,4

2013,07,17 81,97208 0 43,1 -16,8 0 -110,4 -50,5

2013,07,18 68,38775 0 86,1 22,5 0 -37,4 26,2

2013,07,19 94,26116 0 127,9 47,3 sell -16,3 64,3 0

2013,07,22 131,1738 0 101,6 27 sell -53,6 21 0

2013,07,23 143,4283 0 92 13,8 sell -60,8 17,4 0

2013,07,24 127,2995 0 117,9 -11,5 sell -89,7 39,7 1

2013,07,25 132,5535 0 130,5 86,8 sell -42,6 1,1 1

2013,07,26 131,6561 0 43,9 -13,3 sell -57 0,2 1

2013,07,29 110,0692 0 61,4 -4,9 sell -62,1 4,2 1

2013,07,30 99,32456 0 109,7 -21,9 sell -88,2 43,4 1

2013,07,31 100,8371 0 97,8 -16,7 sell -148,3 -33,8 1

2013,08,01 68,88717 0 97,3 -6,1 0 -120,6 -17,2

2013,08,02 73,61247 0 109,6 43,3 0 -60,1 6,2

2013,08,05 73,04858 0 89,5 13,2 0 -53,1 23,2

2013,08,06 89,06083 0 98,7 19,7 0 -56,6 22,4

2013,08,07 105,7269 0 133,4 62,6 sell -16,4 54,4

2013,08,08 142,9143 0 61,1 4,5 sell -66,3 -9,7

2013,08,09 122,02 0 10 -55,7 sell -112,3 -46,6

2013,08,12 72,51179 0 39,1 -43,6 0 -109,3 -26,6

2013,08,13 28,01513 0 45,1 5,4 0 -77,3 -37,6

2013,08,14 4,255978 0 122,7 -33,4 0 -73,1 83

2013,08,15 67,27139 0 149,6 139,3 0 -16,8 -6,5

2013,08,16 131,7903 0 28,9 -29,6 sell -39,9 18,6 1

2013,08,19 104,8668 0 136 8,1 sell -50,4 77,5 1

2013,08,20 176,6891 0 102,7 12 sell -115,9 -25,2 1

2013,08,21 118,4054 0 37,1 -37,3 sell -128 -53,6 1

2013,08,22 62,19664 0 112,2 37,3 0 -37,1 37,8

2013,08,23 103,6551 0 60,1 23,3 sell -51,6 -14,8 1

2013,08,26 90,92676 0 41,2 -33 sell -69,8 4,4 1

2013,08,27 79,50549 0 73,5 -18,4 0 -92,6 -0,7

2013,08,28 37,92748 0 37,3 -85,9 0 -177,8 -54,6

2013,08,29 -93,5303 buy 34,5 -44,6 0 0 -167,8 -88,7

2013,08,30 -166,24 buy 51,2 9 1 0 -70,1 -27,9

2013,09,02 -172,755 buy 12,5 -44,8 1 0 -87 -29,7

2013,09,03 -184,118 buy 78,1 18 1 0 -39,3 20,8

2013,09,04 -128,556 buy 65,2 -46,4 1 0 -106,5 5,1

2013,09,05 -148,958 buy 77,2 -5,9 1 0 -117,5 -34,4

2013,09,06 -122,667 buy 174,9 58,1 1 0 -25 91,8

2013,09,09 -47,216 0 112,5 67,3 0 -49,5 -4,3

2013,09,10 -23,3279 0 93,6 13,7 0 -31,5 48,4

2013,09,11 7,357915 0 80,1 13,4 0 -66,5 0,2

2013,09,12 8,264206 0 63,1 -2,8 0 -69,5 -3,6

2013,09,13 7,937755 0 130,5 75,4 0 9,5 64,6

2013,09,16 64,66651 0 38,9 -4,7 0 -59,8 -16,2

2013,09,17 69,80628 0 214,9 12 0 -31,6 171,3

2013,09,18 168,4895 0 229,8 162,9 sell -40 26,9 0

2013,09,19 195,5896 0 46,9 -2,9 sell -69,8 -20 1

2013,09,20 163,9564 0 51,3 -18,4 sell -68,2 1,5 0

Lampiran hasil penghitungan probabilitas profit untuk masing

–

masing indikator teknikal yang

digunakan.

Lampiran 10. Probabilitas

Profit

Stochastic Oscillator.

Lampiran 11. Probabilitas

Profit

Money Flow Index (MFI).

N

n

N

n

1

2-31

0

0

0

15

12

0,800

2

32-61

7

7

1

7

4

0,571

3

62-91

7

6

0,857

12

12

1,000

4

92-121

17

4

0,235

2

1

0,500

5

122-151

18

10

0,556

4

4

1,000

6

152-181

0

0

0

18

6

0,333

7

182-211

2

2

1,000

11

6

0,545

8

212-241

12

10

0,833

7

4

0,571

9

242-271

3

3

1,000

17

11

0,647

10

272-301

10

9

0,900

12

4

0,333

11

302-331

19

19

1,000

3

0

0,000

12

332-361

8

5

0,625

6

6

1,000

13

362-391

10

4

0,400

14

10

0,714

14

392-421

5

4

0,800

18

12

0,667

15

422-451

7

6

0,857

10

7

0,700

125

89

0,774

156

99

0,626

TOTAL

Probabilitas

Profit

Probabilitas

Profit

SELL

No

Kelas

BUY

N

n

N

n

1

2-31

4

4

1,000

2

1

0,500

2

32-61

2

2

1,000

2

2

1,000

3

62-91

0

0

0

4

4

1,000

4

92-121

5

5

1,000

10

10

1,000

5

122-151

1

1

1,000

19

17

0,895

6

152-181

2

2

1,000

10

6

0,600

7

182-211

1

1

1,000

7

7

1,000

8

212-241

0

0

0

13

8

0,615

9

242-271

12

7

0,583

1

0

0,000

10

272-301

0

0

0

3

3

1,000

11

302-331

0

0

0

11

3

0,273

12

332-361

0

0

0

7

7

1,000

13

362-391

1

1

1,000

2

2

1,000

14

392-421

0

0

0

5

3

0,600

15

422-451

0

0

0

26

19

0,731

28

23

0,948

122

92

0,748

TOTAL

Probabilitas

Profit

Probabilitas

Profit

No

Kelas

Lampiran 12. Probabilitas

Profit

Chaikin Moeny Flow (CMF).

Lampiran 13. Probabilitas

Profit

Commodity chanell index (CCI).

N

n

N

n

1

2-31

0

0

0

10

9

0,900

2

32-61

6

6

1,000

23

15

0,652

3

62-91

7

7

1,000

20

19

0,950

4

92-121

23

17

0,739

6

6

1,000

5

122-151

15

9

0,600

9

8

0,889

6

152-181

4

4

1,000

21

13

0,619

7

182-211

5

3

0,600

22

19

0,864

8

212-241

13

12

0,923

10

10

1,000

9

242-271

2

2

1,000

28

16

0,571

10

272-301

2

2

1,000

26

18

0,692

11

302-331

15

14

0,933

9

3

0,333

12

332-361

12

8

0,667

15

12

0,800

13

362-391

9

9

1,000

20

17

0,850

14

392-421

3

3

1,000

25

16

0,640

15

422-451

2

2

1,000

24

15

0,625

118

98

0,890

268

196

0,759

Probabilitas

Profit

No

Kelas

BUY

TOTAL

Probabilitas

Profit

SELL

N

n

N

n

1

2-31

0

0

0

8

8

1

2

32-61

3

3

1

8

4

0,5

3

62-91

2

2

1

7

7

1

4

92-121

19

11

0,579

0

0

0

5

122-151

12

10

0,833

3

3

1

6

152-181

0

0

0

16

14

0,875

7

182-211

1

1

1

12

8

0,667

8

212-241

9

9

1

7

7

1

9

242-271

0

0

0

17

12

0,706

10

272-301

5

3

0,600

10

5

0,5

11

302-331

16

15

0,938

2

0

0

12

332-361

8

5

0,625

8

8

1

13

362-391

5

2

0,400

11

7

0,636

14

392-421

5

4

0,800

12

6

0,5

15

422-451

7

6

0,857

11

7

0,636

92

71

0,803

132

96

0,716

Probabilitas

profit

No

BUY

TOTAL

Kelas

Probabilitas

profit

Lampiran hasil perhitungan probabilitas

profit dan

net profit yang dihasilkan oleh sinyal

indikator teknikal.

Lampiran 14. Rangkuman Hasil Probabilitas

Profit

Masing-Masing Indikator dan Net

Profit.

MFI

SO

CCI

CMF

BUY

Jumlah Sinyal

28

125

92

118

Sinyal benar

23 89 71 98

sinyal salah

5 36 21 20

Probabilitas Profit

0,948

0,774

0,803

0,89

Profit

2300

8900

7100

9800

Loss

500

3600

2100

2000

Net Profit

1800

5300

5000

7800

SELL

Jumlah Sinyal

122

156

132

268

Sinyal benar

92 99 96 196

sinyal salah

30 57 36 72

Probabilitas Profit 0,748 0,626 0,716 0,759

Profit

9200 9900 9600 19600

Loss

3000 5700 3600 7200

Net Profit

6200 4200 6000 12400

INDIKATOR