Penerapan Pemodelan Regresi Linear dengan Standar Deviasi Residual untuk Pembuatan Indikator Prediksi Harga Coin Crypto pada TradingView (Studi Kasus : Harga Ethereum (ETH) di Platform TradingView)

Abstract

Volatilitas harga cryptocurrency yang tinggi menyebabkan trader membutuhkan indikator prediksi yang mampu membantu membaca arah tren harga secara lebih objektif dan terukur. Penelitian ini bertujuan untuk mengembangkan indikator prediksi harga cryptocurrency berbasis pemodelan regresi linear dengan memanfaatkan standar deviasi residual sebagai dasar pembentukan sinyal trading. Objek penelitian adalah Ethereum (ETH) yang dipilih karena memiliki likuiditas tinggi serta data historis yang konsisten. Data yang digunakan berupa data deret waktu dan harga penutupan dengan waktu sebagai variabel independen dan harga penutupan sebagai variabel dependen. Model regresi linear dibangun menggunakan metode kuadrat terkecil (Least Squares Method) untuk memperoleh persamaan garis tren. Selanjutnya, residual dari model digunakan untuk menghitung standar deviasi residual yang dimanfaatkan dalam pembentukan batas atas dan batas bawah (prediction band). Batas tersebut digunakan sebagai dasar dalam menentukan sinyal beli (buy) dan jual (sell). Evaluasi performa model dilakukan menggunakan metrik MAE, MSE, RMSE, dan MAPE untuk mengukur tingkat akurasi prediksi. Hasil penelitian menunjukkan bahwa model regresi linear mampu merepresentasikan tren harga Ethereum secara cukup baik serta menghasilkan indikator yang sederhana, objektif, dan mudah diinterpretasikan. Indikator yang dihasilkan dapat digunakan sebagai alat bantu dalam pengambilan keputusan trading pada platform TradingView.