ANALISIS KINERJA EXPERT ADVISOR DENGAN OPTIMASI PARAMETER INDIKATOR RSI DAN SMOOTHED MOVING AVERAGE UNTUK TRADING US100 (STUDI KASUS MENGGUNAKAN AKUN STANDAR BROKER FXTM)

Abstract

Penelitian ini bertujuan untuk merancang, mengembangkan, dan mengevaluasi Expert Advisor (EA) yang menggabungkan indikator Relative Strength Index (RSI) dan Smoothed Moving Average (SMMA) untuk mendukung aktivitas perdagangan otomatis pada indeks US100 dengan menggunakan akun standar broker FXTM. Masalah utama yang diangkat adalah tingginya volatilitas US100 yang menyebabkan sinyal trading menjadi kurang akurat apabila parameter indikator menggunakan pengaturan default. Oleh karena itu, optimasi parameter dilakukan melalui metode grid search pada fitur Strategy Tester di MetaTrader 5 dengan menggunakan data historis selama lima tahun (Juli 2020–Juli 2025). Optimasi difokuskan pada periode RSI, level ambang RSI, serta periode SMMA. Evaluasi kinerja dilakukan melalui backtesting dan dilanjutkan dengan pengujian real-time untuk menilai tingkat kestabilan serta ketahanan strategi. Hasil penelitian menunjukkan bahwa penggunaan parameter yang telah dioptimasi mampu meningkatkan akurasi sinyal, rasio profitabilitas, dan efektivitas pengelolaan risiko dibandingkan parameter standar. EA terbukti lebih responsif dalam mengikuti arah tren, mengurangi kemunculan sinyal palsu pada kondisi volatil, serta menampilkan kinerja yang lebih konsisten pada kondisi pasar yang sedang tren maupun bergerak menyamping. Meski demikian, performa EA masih dipengaruhi oleh lonjakan volatilitas ekstrem sehingga memerlukan optimasi ulang secara berkala agar tetap relevan dalam kondisi pasar nyata.

Kata kunci: Expert Advisor, algorithmic trading, RSI, SMMA, US100, optimasi parameter, backtesting