Mengapa perlu dilakukan analisis pendekatan moving average?

Sewaktu saya kecil, ketika dunia dalam berita satu-satunya tontonan, ramalan (sekarang prakiraan) cuaca selalu ditampilkan di akhir acara [1]. Tetapi saat ini, prakiraan cuaca tampaknya tidak lagi populer di Jakarta. Mungkin saat ini perubahan cuaca tidak terlalu mempengaruhi kehidupan di Jakarta. Tetapi di Eropa, prakiraan cuaca adalah menu wajib sebelum kita keluar rumah karena kita harus menyesuaikan pakaian dan perlengkapannya.

Prakiraan bisa dianggap sebagai suatu proses menebak suatu kejadian di masa datang. Prakiraan dapat memiliki tingkat akurasi yang cukup tinggi jika didukung oleh data historis yang cukup dan indikasi-indikasi yang memadai. Prakiraan dapat menjadi bekal yang sangat penting untuk perencanaan kegiatan di masa datang.

Prakiraan atau biasa disebut forecasting di dunia bisnis juga memegang peranan yang sangat penting di industri. Forecasting dapat digunakan untuk memperkirakan volume penjualan, jumlah customer complaint, struktur pegawai, biaya bahan baku, dan lain sebagainya. Hasil dari forecasting ini akan dijadikan dasar bagi perusahaan untuk merencanakan kegiatan bisnis, mulai dari perencanaan jangka pendek sampai perencanaan jangka panjang. Jika hasil forecasting memiliki deviasi yang cukup tinggi dengan realita, perusahaan dapat mengalamai kerugian karena mengeluarkan biaya yang tidak perlu atau melewatkan peluang yang ada.

Pemilihan dan Pengendalian Teknik Forecasting

Oleh sebab itu, pemilihan teknik forecasting menjadi penting. Teknik forecasting harus dipilih yang sedapat mungkin menghasilkan keakuratan yang tinggi dengan menghasilkan deviasi yang rendah antara hasil forecasting dengan realita. Selain melihat dari segi akurasi, teknik forecasting juga dapat dipilih berdasarkan tingkat ketanggapan (responsiveness) terhadap perubahan data. Lebih lanjut lagi, jika data memperlihatkan pola yang berulang, teknik forecasting yang dipilih juga harus dapat mempertimbangkan unsur trend.

Setelah teknik forecasting dipilih, kita tetap harus melakukan proses pengendalian terhadap proses forecasting. Pengendalian teknik forecasting dapat dilakukan sebagaimana pengendalian terhadap proses-proses di manufaktur dengan menggunakan control chart. Dengan menggunakan control chart, proses forecasting dapt dibedakan antara yang masih signifikan bermanfaat dengan keadaan abnormal yang sulit dijadikan pegangan. Oleh sebab itu, beberapa teknik forecasting sebaiknya secara bersamaan digunakan dan dilihat perkembangannya dengan control chart agar kita dapat beralih ke teknik yang lain ketika suatu teknik forecasting gagal.

Moving Average (MA) dan Weighted Moving Average (WMA)

Pada kali ini, saya hanya akan membahas dua metode sederhana dari forecasting. Metode pertama adalah metode Moving Average (MA) dan metode kedua adalah Weighted Moving Average (WMA). Perlu diketahui, bahwa metode yang kedua adalah pengembangan dari metode pertama dengan menambahkan faktor bobot.

Metode Moving Average (MA) menggunakan rata-rata beberapa data terakhir sebagai data prakiraan masa berikutnya. Metode ini sangat sederhana karena berusaha merata-ratakan beberapa data terakhir. Metode ini berusaha memuluskan perubahan data yang sangat tinggi atau sangat rendah.

Di lain pihak, metode Weighted Moving Average (WMA) berusaha mem-forecast dengan beberapa data terakhir dengan memberikan bobot yang berbeda-beda. Hal ini bisa didasarkan jika pengaruh data yang lebih baru adalah lebih besar dari data yang lebih lama terhadap keadaan di masa datang.

Secara matematis, metode MA memiliki persamaan sebagai berikut jika kita menggunakan n data terakhir:

Perkiraan untuk periode p = (Data akual ke-(p – n) +  Data akual ke-(p – n + 1) + .. +  Data akual ke-(p – 1)) / n

Sedangkan untuk metode WMA, persamaannya adalah sebgai berikut:

Perkiraan untuk periode p = (Bobot ke-(p – n) * Data akual ke-(p – n) + Bobot ke-(p – n + 1) * Data akual ke-(p – n + 1) + .. + Bobot ke-(p – 1) * Data akual ke-(p – 1))

dengan total bobot = 1

Salah satu kriteria untuk menilai teknik forecasting adalah perhitungan akurasi. Perhitungan akurasi yang lazim digunakan adalah dalam bentuk persentasi error, yakni MAPE (Mean Absolute Percentage Error). MAPE ini dihitung dengan membagi total absolut selisih hasil forecasting dan data aktual dengan tota data aktual.

MAPE = (Sigma |data aktual – data forecated|) / (Sigma data actual)

Template Excel untuk MA dan WMA

Untuk mempemudah proses forecasting dengan menggunakan metode MA ataupun WMA, kami menyediakan template excel sebagai berikut:

Moving_Average_And_Weighted_Moving_Average

Selain dapat digunakan untuk proses forecasting, template excel diatas juga dapat digunakan untuk mencari parameter yang paling tepat bagi kedua metode tersebut. Untuk MA, template tersebut akan mencari jumlah periode yang dapat menghasilkan MAPE yang paling rendah. Sedangkan untuk WMA, selain mencari jumlah periode, template tersebut dapat mencari bobot-bobot bulan sebelumnya demi mendapatkan akurasi yang tinggi. Fitur yang pertama hanya mencoba semua kemungkinan yang disediakan oleh pengguna, sedangkan fitur yang kedua menggunakan algoritma simpleks yang pernah dibahas disini.

Untuk memperlihatkan fitur forecasting dan fitur ‘optimasi’ parameter dari template tersebut, kami mencoba menggunakannya dengan data rekaan. Hasil dan perbandingan dari kedua hal tersebut dapat diperhatikan pada gambar di bawah. Khusus untuk gambar kedua yang menggunakan WMA, hasil forecasting yang berasal dari optimasi terlihat lebih mengikuti data aktual daripada tanpa optimasi.

[1] Belakangan istilah ini diubah menjadi prakiraan cuaca karena istilah ramalan dianggap dekat dengan perdukunan atau ilmu sihir. Sayapun tidak menampik bahwa nge-ramal itu bukan budaya Islam malah bahkan bisa dikatakan menyimpang.

Moving Average (MA) adalah salah satu indikator analisis teknikal yang populer digunakan oleh trader dan investor. Indikator ini bertujuan untuk memberi petunjuk kepada investor dan trader mengenai arah tren harga sebuah aset di masa depan.

Bagaimana cara melihat Moving Average? Dalam hal ini, investor dan trader menggunakan rerata pergerakan harga sebuah aset dalam sebuah rentang waktu tertentu. Biasanya, rentang waktu yang digunakan adalah harian. Kemudian, rerata pergerakan harian tersebut disandingkan dengan rerata pergerakan harga di hari lain sehingga investor dan trader bisa membaca tren pergerakan harganya.

Selain membaca tren pergerakan harga sebuah aset, Moving Average juga berguna untuk menghilangkan dampak fluktuasi harga dalam jangka pendek yang terkesan acak (random). Sebab, terkadang investor atau trader sering terkecoh dan terjebak melakukan keputusan investasi yang keliru saat melihat tren pergerakan harga seperti demikian.

Baca juga: Lagi Coba Main Saham? Ini 7 Indikator untuk Pahami Analisis Teknikal!

Moving Average Adalah Indikator Analisis Teknikal Favorit

Dalam menganalisis tren harga aset melalui Moving Average, investor dan trader biasanya menentukan posisi support dan resistance. Secara sederhananya, posisi support adalah titik terbawah dari pergerakan harga sebuah aset dalam jangka waktu tertentu. Sementara itu, posisi resistance adalah kebalikannya.

Namun, karena titik support dan resistance menggunakan data yang sudah terjadi, maka keduanya disebut lag indicator. Semakin lama rentang waktu yang digunakan, maka keterlambatan data (lag) yang digunakan juga semakin besar.

Sebagai contoh, Moving Average selama 200 hari (200-Day Moving Average) akan memiliki derajat keterlambatan data yang lebih besar dibandingkan Moving Average selama 20 hari terakhir. Namun biasanya, investor dan trader saham menggunakan patokan 50 hari dan 200 hari karena kerap memberikan sinyal-sinyal pergerakan harga yang akurat.

Selain itu, Moving Average adalah indikator analisis teknikal yang bisa disesuaikan sesuai keinginan para trader dan investor.

Mereka bisa memilih rentang waktu Moving Average, namun jangka waktu yang digunakan biasanya terdiri dari 15, 20, 30, 50, 100, dan 200 hari. Dengan kata lain, tidak ada pakem khusus yang mengatur rentang waktu yang harus digunakan dalam mengkalkulasi Moving Average. Semakin kecil rentang waktu yang digunakan, maka semakin sensitif pula indikator tersebut terhadap perubahan harga dalam jangka pendek. Begitu pun sebaliknya.

Di samping itu, perbedaan tujuan trading dan investasi antar pelaku investasi juga menentukan besaran jangka waktu Moving Average yang digunakan. Biasanya, Moving Average dengan jangka waktu pendek adalah senjata bagi mereka yang senang melakukan perdagangan jangka pendek. Sementara itu, Moving Average berjangka waktu panjang lebih cocok bagi investor jangka panjang.

Meski demikian, Sobat Cuan perlu ingat bahwa prediksi yang dihasilkan dari Moving Average tidak 100% akurat. Ini hanyalah indikator yang bisa membantu trader dan investor dalam meramal pergerakan harga aset di masa depan.

Baca juga: Cara Jitu Memilih Saham dengan Modal Analisis Fundamental dan Teknikal

Bagaimana Cara Membaca Moving Average

Karena Moving Average adalah analisis teknikal yang standar, maka cara membacanya pun cukup mudah.

Moving Average yang menanjak mengindikasikan bahwa tren harga aset itu sedang meningkat. Biasanya, tren harga yang meningkat dikonfirmasi melalui bullish crossover, yakni kondisi yang terjadi saat Moving Average jangka pendek melintang di atas Moving Average dalam jangka pendek.

Begitu puin sebaliknya. Moving Average yang melandai merupakan sinyal bahwa nilai aset tersebut sedang melesu. Biasanya, tren menurun ini ditandai dengan bearish crossover, di mana Moving Average dalam jangka panjang melintang di atas Moving Average jangka pendek.

Hal tersebut bisa dilihat di dalam grafik harga Ether vs USDT dalam jangka sebulan terakhir di bawah ini, di mana Moving Average 30 hari ditandai dengan warna biru sementara Moving Average 50 hari ditandai dengan warna oranye. Fase bullish terjadi ketika garis warna biru melintang di atas garis oranye, begitu pun sebaliknya.

Selain berfungsi melihat tren, kalkulasi Moving Average juga berguna sebagai dasar analisis teknikal lain, misalnya Moving Average Convergence Divergence (MACD). Penjelasan tentang MACD bisa dilihat di artikel ini.

Jenis-Jenis Moving Average

Selain MACD, ternyata banyak sekali aplikasi dari Moving Average yang sangat berguna bagi investor. Berikut adalah jenis-jenis diantaranya:

1. Simple Moving Average

Ini adalah bentuk paling simpel dari Moving Average. Indikator ini dihitung dengan menggunakan rerata aritmatika dari salah satu set nilai tertentu. Dengan kata lain, serangkaian data aset digabungkan dulu bersama-sama untuk kemudian dibagi dengan harga aset di set tertentu tersebut.

2. Exponential Moving Average

Exponential Moving Average (EMA) adalah jenis Moving Average yang memberikan bobot lebih ke harga terbaru agar analisisnya lebih responsif dengan informasi-informasi baru.

Untuk menghitung EMA, investor harus menghitung Simple Moving Average terlebih dulu dalam rentang waktu tertentu. Kemudian, untuk memberi bobot kepada EMA, investor akan mengalikannya dengan faktor pengali (multiplier), di mana formulanya adalah sebagai berikut: [2/(periode MA + 1)]. Sebagai contoh, untuk 20 hari Moving Average, maka faktor pengalinya adalah [2/(20+1)]= 0,09.

Baca juga: Apa Saja Indikator Analisis Teknikal yang Penting di Aset Kripto? Simak di Sini!

Nikmati Keuntungan dengan Investasi Aman di Pluang!

Download aplikasi Pluang di sini untuk investasi emas, S&P 500 index futures, serta aset kripto Bitcoin dan Ethereum! Harga kompetitif di pasaran, selisih harga jual-beli terendah, dan tanpa biaya tersembunyi!

Untuk investasi emas, kamu bisa melakukan tarik fisik dalam bentuk emas Antam mulai dari 1 gram hingga 100 gram. Sementara dengan Pluang S&P 500, kamu bisa berinvestasi di kontrak berjangka saham perusahaan besar di AS! Mulai dari Apple, Facebook, Google, Netflix, Nike, dan lainnya! Segera download aplikasi Pluang!

Sumber: Investopedia