Menguji Simulasi Monte Carlo untuk Menentukan Waktu Pengisian Ulang Stok Bursa Kripto

2026 - Internal ITK

Fokus Riset: Financial Engineering / Computational Finance

Ketua Peneliti: Fegy Sukris Sri Andriany, M.Ak

Anggota Peneliti: Eka Krisna Santoso, S.Si, MBA; Deli Yansyah, S.E., M.Acc., Ak., CA.

Tahun Penelitian: 2026

 

Deskripsi

Saat Anda membeli atau menjual Bitcoin di bursa kripto terpusat, bursa sering menyediakan aset itu dari stoknya sendiri, seperti toko yang menjual barang dari gudang. Jika stok habis, penjualan pada saat itu hilang. Di pasar kripto, permintaan dapat melonjak dalam hitungan jam ketika harga bergerak tajam, sehingga aturan pengisian stok yang kaku mudah meleset. Tim peneliti Program Studi Bisnis Digital, Institut Teknologi Kalimantan, menguji apakah simulasi Monte Carlo dapat menghasilkan aturan pengisian ulang yang lebih adaptif daripada metode cadangan tetap yang lazim dipakai industri. Metode konvensional menetapkan cadangan sebagai persentase tetap dari rata-rata volume transaksi 30 hari terakhir, tanpa melihat apakah pasar sedang tenang atau bergejolak. Pendekatan yang diusulkan menjalankan 10.000 simulasi skenario permintaan setiap hari, berdasarkan pola pergerakan harga historis Bitcoin dan Ethereum. Dari simulasi itu, sistem menghitung stok pengaman (Safety Stock) dan titik pemicu pengisian ulang (Reorder Point) untuk hari tersebut. Saat pasar bergejolak, cadangan membesar. Saat pasar tenang, sistem tidak menahan modal berlebih dalam stok yang menganggur. Tim mengkalibrasi model memakai data harga dan volume harian Bitcoin dan Ethereum tahun 2022 sampai 2024, termasuk keruntuhan bursa FTX pada akhir 2022. Tim lalu menguji model pada data tahun 2025 yang tidak pernah dipakai saat kalibrasi (backtest 365 hari), dan membandingkan hasilnya dengan metode cadangan tetap.

Hasil Utama

Algoritma dinamis tidak lebih unggul pada semua metrik, dan tim melaporkannya. Kriteria keunggulan yang tim tetapkan mensyaratkan tingkat kehabisan stok dan biaya penyimpanan sama-sama lebih rendah secara signifikan. Kedua aset tidak memenuhi kriteria itu. Pada Bitcoin, kehabisan stok turun dari 33,7% hari pengujian (metode cadangan tetap) menjadi 8,5% (algoritma dinamis). Biaya penyimpanan rata-rata naik sekitar 2,9 kali lipat. Pada Ethereum, polanya terbalik: biaya penyimpanan turun sekitar 66%, tetapi kehabisan stok naik dari 32,1% menjadi 61,9% hari pengujian.

 

 

 

Gambar 1. Perbandingan metrik algoritma Monte Carlo dan metode cadangan tetap, Bitcoin, backtest harian 2025.

 

 

 

 

 

 

Gambar 2. Perbandingan metrik algoritma Monte Carlo dan metode cadangan tetap, Ethereum, backtest harian 2025.

 

 

 

 

 

Tim juga mengulang seluruh pengujian pada data per jam untuk memeriksa apakah kesimpulan bergantung pada cara data diringkas. Kesimpulan kualitatifnya sama, dan kriteria keunggulan tetap tidak terpenuhi, tetapi polanya berubah. Pada data per jam, kehabisan stok mendekati nol untuk kedua aset (Bitcoin 0,00%, Ethereum 0,01%, dibanding sekitar 27% pada metode cadangan tetap), tetapi biaya penyimpanan jauh lebih tinggi. Hasil ini menunjukkan bahwa kesimpulan bergantung pada resolusi data, sehingga operator perlu menguji pada resolusi yang sama dengan siklus keputusan mereka. Satu temuan lain menyimpang dari dugaan awal proposal. Volume transaksi Bitcoin dan Ethereum naik ketika harga turun. Pola ini sejalan dengan perilaku panic selling dan capitulation buying yang banyak dilaporkan pada pasar kripto.

Manfaat dan Luaran

Penelitian ini mengukur trade-off antara risiko kehabisan stok dan efisiensi modal kerja. Operator bursa dapat memakai angka itu untuk memilih kebijakan sesuai prioritasnya. Tim mengembangkan dua alat dari hasil riset ini: kalkulator baris perintah dan dasbor interaktif berbasis web. Operator memasukkan level stok saat ini dan memperoleh rekomendasi apakah perlu mengisi ulang hari itu, beserta grafik tren Safety Stock dan Reorder Point. Dasbor dapat mengambil data pasar terbaru dari sumber publik. Penelitian ini bagian dari hibah penelitian LPPM Institut Teknologi Kalimantan 2026. Kode sumber, data, dan hasil pengujian tersedia terbuka di https://github.com/ekalecturer/crypto_inventory, dan ringkasan hasil dapat dilihat di https://ekalecturer.github.io/crypto_inventory/ agar pihak lain dapat menguji ulang hasilnya.