Exponential Moving Average (EMA): Pengertian, Cara Kerja, dan Perbedaannya dengan SMA

Exponential Moving Average (EMA) adalah jenis moving average yang memberikan bobot lebih besar pada data harga terbaru, sehingga lebih responsif terhadap informasi baru dibandingkan dengan Simple Moving Average (SMA), yang memberikan bobot sama pada semua data harga.

Seperti yang telah kita bahas sebelumnya, SMA bisa terdistorsi oleh lonjakan harga. Mari kita lihat contohnya.

Exponential Moving Average

Misalkan kita menghitung SMA periode 5 untuk chart harian EUR/USD dengan harga penutupan selama 5 hari terakhir sebagai berikut:

Hari 1: 1.3172

Hari 2: 1.3231

Hari 3: 1.3164

Hari 4: 1.3186

Hari 5: 1.3293

Simple moving average akan dihitung seperti ini:

(1.3172 + 1.3231 + 1.3164 + 1.3186 + 1.3293) / 5 = 1.3209

Bagaimana jika pada Hari 2 ada berita yang menyebabkan euro turun di seluruh pasar?

Ini menyebabkan EUR/USD anjlok dan ditutup di 1.3000. Mari kita lihat pengaruhnya pada SMA periode 5.

Hari 1: 1.3172

Hari 2: 1.3000

Hari 3: 1.3164

Hari 4: 1.3186

Hari 5: 1.3293

Simple moving average akan dihitung seperti ini:

(1.3172 + 1.3000 + 1.3164 + 1.3186 + 1.3293) / 5 = 1.3163

Hasil simple moving average jadi jauh lebih rendah, memberi kesan bahwa harga benar-benar sedang turun, padahal penurunan itu hanya disebabkan oleh kejadian satu kali.

Poin penting di sini adalah SMA terkadang terlalu sederhana.

Namun, ada solusi untuk menyaring lonjakan harga ini, yaitu dengan menggunakan Exponential Moving Average (EMA).

Exponential Moving Average (EMA) memberikan bobot lebih besar pada periode harga terbaru.

Dalam contoh kita di atas, EMA akan memberikan bobot lebih besar pada harga di hari-hari terbaru, yaitu Hari 3, 4, dan 5.

Perhitungan EMA memberikan bobot lebih besar pada harga terbaru, sedangkan pengaruh harga lama, termasuk lonjakan besar, akan berkurang secara eksponensial seiring waktu.

Artinya, lonjakan di Hari 2 menjadi sangat kecil pada nilai EMA saat ini, sehingga EMA dapat mencerminkan kondisi pasar dengan lebih akurat dan merespons perubahan harga terbaru dengan lebih cepat.

Sebaliknya, SMA memberikan bobot yang sama pada semua harga dalam periode yang dipilih, sehingga lonjakan harga besar di masa lalu tetap mempengaruhi rata-rata hingga data tersebut keluar dari periode perhitungan.

Ini membuat SMA lebih lambat menyesuaikan dengan perubahan terbaru dan lebih rentan terhadap distorsi dari pergerakan harga ekstrem di masa lalu.

Akibatnya, EMA umumnya lebih efektif dalam meminimalkan efek tertinggal dari lonjakan harga masa lalu dan memberikan gambaran tren harga yang lebih terkini.