Claim Missing Document
Check
Articles

Found 13 Documents
Search

Evaluasi dan Perbandingan Indikator Teknikal dalam Prediksi Pergerakan Mata Uang Forex Baradja, Abdillah; Tjendrowasono, Tri Irianto; Sudalyo, Ramadhian Agus Triono
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 1 No 1 (2021): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v1i1.698

Abstract

Penelitian ini bertujuan untuk mengevaluasi dan membandingkan efektivitas Moving Averages, Relative Strength Index (RSI), dan Stochastic Oscillator dalam memprediksi pergerakan mata uang Forex. Dengan menganalisis data historis pasangan mata uang utama, penelitian ini mengukur kinerja prediksi setiap indikator melalui berbagai kondisi pasar. Hasil menunjukkan bahwa tidak ada satu indikator pun yang unggul dalam semua kondisi, tetapi kombinasi beberapa indikator meningkatkan akurasi prediksi. Moving Averages lebih efektif dalam kondisi tren, sementara RSI dan Stochastic Oscillator berperan penting dalam mengidentifikasi kondisi overbought dan oversold. Penelitian ini menegaskan pentingnya pemilihan dan kombinasi indikator yang tepat berdasarkan kondisi pasar untuk meningkatkan keakuratan prediksi dan strategi trading. Temuan ini memberikan wawasan kepada trader tentang bagaimana memanfaatkan indikator teknikal secara efektif dalam trading Forex.
Pelatihan Berjualan Online Melalui Instagram untuk Pemberdayaan UMKM Fashion di Pasar Kliwon, Kota Surakarta Baradja, Abdillah; Tjendrowasono, Tri Irianto
Jurnal Pustaka Paket Vol 2 No 1 (2023): Jurnal Pustaka PAKET
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakapaket.v2i1.696

Abstract

Penelitian ini fokus pada implementasi dan dampak dari pelatihan berjualan online melalui Instagram dalam konteks pemberdayaan UMKM di industri fashion di Pasar Kliwon, Kota Surakarta. Melalui proses penelitian, terungkap bahwa peningkatan literasi digital dan pembentukan kebijakan media sosial yang efektif menjadi aspek kunci dalam mengembangkan bisnis UMKM di industri fashion. Pelatihan ini memfasilitasi peningkatan keterampilan dan pemahaman baru yang memungkinkan pelaku UMKM untuk meraih peluang dalam era digital, terutama dalam konteks pemasaran dan penjualan produk melalui Instagram. Penelitian ini memberikan bukti empiris tentang pentingnya literasi digital dan pembahasan lanjutan tentang keberlanjutan dan efektivitas implementasi literasi digital dalam konteks UMKM.
Pengembangan dan Optimasi Kalman Filter Adaptif Multi-Timeframe dalam Kerangka State-Space untuk Prediksi Arah Harga Valuta Asing: Development and Optimization of Multi-Timeframe Adaptive Kalman Filter in State-Space Framework for Foreign Exchange Price Direction Prediction Baradja, Abdillah; Sukoco, Sukoco; Mukti, Bayu
Jurnal Pendidikan Sains dan Komputer Vol. 6 No. 01 (2026): Artikel Riset, February 2026
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/jpsk.v6i01.8007

Abstract

The foreign exchange market is non-stationary, noisy, and highly sensitive to changes in information, making short-term price direction prediction a significant challenge. Although the Kalman Filter has been widely used within a state-space framework for trend and dynamic parameter estimation, most previous research has focused on statistical accuracy without directly linking it to actual trading performance. This study aims to develop and evaluate an adaptive Kalman Filter-based forex price direction prediction model and empirically test its implications for the performance of algorithmic trading systems. The study uses a quantitative experimental approach, analyzing historical EUR/USD data across the H1, H2, H3, and H4 timeframes over 1 year. The state-space-based Kalman Filter model is implemented in a MetaTrader 5 Expert Advisor and compared with the Moving Average Crossover strategy and the classic Kalman Filter. Evaluations are conducted at the prediction and trading levels using Total Net Profit, Profit Factor, Sharpe Ratio, and Drawdown. The proposed model demonstrates consistently positive performance across all timeframes, with a Profit Factor of 1.39–2.13 and a Sharpe Ratio of up to 5.70, significantly outperforming the technical baseline and the classic Kalman Filter, which exhibit unstable results. The integration of the Kalman Filter approach into an algorithmic trading system improved signal quality and risk efficiency during testing.