Multi-Time Forecasting dalam Volatilitas Cryptocurrency Berbasis Analisis Fundamental, Technical, dan Machine Learning

Abstract

Penelitian ini membahas topik multi-time forecasting dalam volatilitas cryptocurrency berbasis analisis fundamental, technical, dan machine learning. Beberapa analisis tersebut digunakan untuk mengetahui prediksi dari volatilitas cryptocurrency kedepannya. Volatilitas cryptocurrency adalah tingkat perubahan harga cryptocurrency yang sangat cepat dan fluktuatif dalam periode waktu tertentu. Banyak faktor yang mempengaruhi volatilitas cryptocurrency, seperti penurunan pasar keuangan global, tingkat pengangguran, dan perubahan perilaku konsumen. Multi-time forecasting adalah prediksi gabungan mata uang cryptocurrency dalam satu time frame pada platform trading, sehingga dengan adanya prediksi ini dapat meminimalisir kerugian dari aktivitas transaksi cryptocurrency. Analisis fundamental dalam cryptocurrency melibatkan evaluasi nilai intrinsik aset melalui metrik seperti adopsi teknologi, jumlah transaksi harian, biaya transaksi, dan aktivitas jaringan. Bitcoin sebagai pelopor dan pemimpin pasar cryptocurrency memiliki pengaruh dominan terhadap volatilitas altcoin melalui fenomena ”Bitcoin Effect,” di mana pergerakan harga Bitcoin sering memicu fluktuasi altcoin seperti Ethereum dan Solana, yang dapat dianalisis melalui matriks korelasi. Platform seperti Solscan menyediakan data aktivitas blockchain, termasuk volume transaksi dan staking, yang mencerminkan dinamika pasar. Dompet seperti Phantom dan MetaMask memfasilitasi transaksi dan memberikan wawasan tambahan terkait tren pasar melalui volume penggunaannya. Sentimen pasar juga dipengaruhi oleh berita, seperti pernyataan tokoh terkenal, yang dapat menciptakan optimisme atau ketidakpastian. Dampak gabungan dari volatilitas Bitcoin, data fundamental, dan sentimen pasar sering kali menentukan arah pergerakan harga aset di pasar cryptocurrency. Selanjutnya analisis technical dalam cryptocurrency bertujuan untuk memprediksi pergerakan harga berdasarkan pola pasar dan indikator teknis seperti pola candlestick, garis support dan resistance, Moving Average, serta Relative Strength Index (RSI). Pola candlestick merepresentasikan pergerakan harga pembukaan, penutupan, tertinggi, dan terendah dalam kerangka waktu tertentu. Pola ini digunakan untuk mengidentifikasi kondisi bullish dan bearish, termasuk sinyal beli atau jual. Indikator seperti Simple Moving Average (SMA) dan Exponential Moving Average (EMA) memberikan gambaran tren harga jangka pendek, menengah, hingga panjang. EMA 9, 21, dan 100 sering digunakan untuk menentukan titik beli dan jual berdasarkan hubungan antara harga aktual dan nilai EMA. Kombinasi ini memberikan panduan praktis untuk menentukan waktu optimal transaksi.