Trading-Dong 2.0: Forex Expert Advisor Menggunakan Strategi Berdasarkan Price Action dan Order Block di Bawah Kontrol Kecerdasan Buatan
Abstract
Dalam beberapa bulan terakhir, Indonesia
menghadapi tantangan ekonomi berupa deflasi yang
menurunkan permintaan agregat dan melemahkan aktivitas
ekonomi, sehingga berdampak pada perlambatan
pertumbuhan, penurunan investasi dan meningkatnya
pengangguran hingga 4,91% per Agustus 2024. Dalam kondisi
ini, trading forex menjadi alternatif sumber penghasilan
tambahan meskipun berisiko tinggi, terutama bagi trader
pemula. Untuk meminimalkan risiko, dikembangkan Expert
Advisor (EA) bernama Trading-Dong 2.0 berbasis MetaTrader
5 yang difokuskan pada pasar XAUUSD dengan time frame
M15. EA ini mengintegrasikan Artifcial Intelligence (AI)
menggunakan algoritma CatBoost untuk meningkatkan
akurasi prediksi dan respons adaptif terhadap dinamika pasar.
Fitur manajemen risikonya mencakup trailing stop loss
otomatis, pengelolaan lot dinamis dan pemantauan drawdown
secara real time. Trading-Dong 2.0 juga telah disesuaikan
dengan regulasi BAPPEBTI No. 12/2022 guna menjamin
legalitasnya. Hasil backtesting dua tahun menunjukkan
peningkatan signifikan dengan win rate 62,14%, drawdown
15,36% dan ROI 590%. Sementara itu, pengujian real time
selama satu minggu mencatat win rate 100%, drawdown 0% dan
ROI 92,18%. Dengan kinerja tersebut, Trading-Dong 2.0
berpotensi menjadi solusi trading forex yang efektif, aman dan
legal dalam mendukung peningkatan pendapatan masyarakat
di tengah tekanan ekonomi.
Kata kunci — Artificial Intelligence, Expert
Advisor, Forex Trading.
References
N. W. Sayekti dan A. J. Sari, “Dampak Deflasi
Terhadap Perekonomian dan Upaya Mengatasinya,” Kajian
Singkat Terhadap Isu Aktual Dan Strategis, vol. XVI, no. 15,
Agustus 2024, [Online]. Tersedia:
https://berkas.dpr.go.id/pusaka/files/info_singkat/Info%20Si
ngkat-XVI-15-IP3DI-Agustus-2024-219.pdf [Diakses: Okt.
, 2024]
Badan Pusat Statistik, "Tingkat Pengangguran
Terbuka (TPT) sebesar 4,91 persen," Badan Pusat Statistik, 5
November 2024, [Online]. Tersedia:
https://www.bps.go.id/id/pressrelease/2024/11/05/2373/ting
kat-pengangguranterbuka--tpt--sebesar-4-91-persen-.html
[Diakses: Okt. 2, 2024].
A. P. Ramadhani, I. A. Septyasari, F. N. Hasannah,
dan D. Kustiawati, "Investasi Ditinjau Dari Perspektif
Ekonomi dan Ekonomi Islam," Jurnal Indonesia Sosial Sains,
vol. 3, no. 12, 2022.
L. R. P. Wijaya, "Advantages of Online Foreign
Exchange Investment (Kelebihan Investasi Forex Online),"
Jurnal Ilmiah ESAI, vol. 10, no. 2, Jul. 2016
N. Azizah, "Pengaruh Pengetahuan Trading Forex
Terhadap Minat Trader Untuk Ber-Trading di Broker Forex
Online Dengan Rasa Ingin Tahu Sebagai Variabel Moderasi,"
Skripsi, Fakultas Akuntansi, Sekolah Tinggi Ilmu Ekonomi,
Yogyakarta, Indonesia, 2023
A. P. Pamungkas et al., "Analisis Pengaruh Trading
(Forex) terhadap Generasi Sekarang," dalam Prosiding
Seminar Nasional & Call for Paper HUBISINTEK 2023,
Surakarta, Indonesia, 2023
Badan Pengawas Perdagangan Berjangka Komoditi
Republik Indonesia, "Peraturan Badan Pengawas
Perdagangan Berjangka Komoditi Republik Indonesia
Nomor 12 Tahun 2022 tentang Penyelenggaraan
Penyampaian Nasihat Berbasis Teknologi Informasi Berupa
Expert Advisor di Bidang Perdagangan Berjangka
Komoditi," 2022.
W. Y. V. Rambi, Trading-dong: Trading expert
advisor menggunakan analisis dominant break, supply
demand, dan support resistance. Skripsi, Universitas Telkom,
Z. S. Zulkifli, Nurnadiah Zamri, Hairuddin
Mohammad, and Rashidi Arash Abdul Rashid Al-Saadi,
“Design Algorithmic Trading Strategies with Expert Advisor
Using Linear Weighted Moving Average (LWMA) and
Stochastic Oscillator Technical Indicators”, JCBD, vol. 3, no.
, pp. 43–49, May 2024.
A. Khan, "Easy Trade: Forex Trading bot Using
Artificial Intelligence," International Journal of Scientific
Research and Engineering Trends, vol. 10, pp. 2441-2444,
A. Heinz, M. Jamaloodeen, A. Saxena, and L.
Pollacia, "Bullish and Bearish Engulfing Japanese
Candlestick patterns: A statistical analysis on the S&P 500
index," The Quarterly Review of Economics and Finance,
vol. 79, pp. 221–244, 2021.
O. Johnsson and D. Frykmer, Pivot points and the
Foreign Exchange Market: An Empirical Evaluation of
Technical Trading Signals, M.Sc. thesis, Dept. of Economics,
Lund Univ., Lund, Sweden, 2019.
M. Murgia, A. Pinna, P. Gottardo, and L. Bosetti,
"The impact of large orders in electronic markets,"
International Review of Economics and Finance, 2018.
A. K. Panigrahi, K. Vachhani, and S. K. Chaudhury,
"Trend Identification with the Relative strength index (RSI)
Technical Indicator – A Conceptual Study," Journal of
Management and Research Analysis, vol. 8, no. 4, pp. 159–
, 2021.
L. Prokhorenkova, G. Gusev, A. Vorobev, A. V.
Dorogush, and A. Gulin,
"CatBoost: unbiased boosting with categorical features,"
Advances in Neural
Information Processing Systems, 2018. [Online]. Tersedia:
https://arxiv.org/abs/1706.09516. [Diakses: Mei. 18, 2025].
D. T. Vezeris, C. J. Schinas, T. S. Kyrgos, V. A.
Bizergianidou, and I. P. Karkanis, “Optimization of
Backtesting Techniques in Automated High Frequency
Trading Systems Using the d-Backtest PS Method,” Comput
Econ, vol. 56, no. 4, pp. 975–1054, Dec. 2020
