Bab 1 Pendahuluan 1.1 Latar Belakang Permasalahan yang sering dihadapi oleh para investor saham adalah sulitnya mengalokasikan sejumlah modal yang dimiliki ke beberapa pilihan saham agar menghasilkan keuntungan optimal. Pengalokasian modal ke beberapa pilihan saham ini disebut portofolio saham. Portofolio saham dikatakan optimal yaitu ketika portofolio dapat memaksimalkan return atau meminimumkan resiko atau menghasilkan return dan resiko sesuai dengan proporsi yang diinginkan. Sesuai dengan kriteria diatas, hal yang perlu di pertimbangkan investor adalah bagaimana cara menentukan bobot untuk masing-masing saham sehingga diperoleh portofolio optimal. Salah satu langkah untuk membentuk portofolio optimal adalah dengan perhitungan return dan resiko masing-masing saham. Return merupakan nilai balikan yang diterima dari hasil investasi pada periode waktu tertentu sedangkan resiko dapat dinyatakan sebagai ukuran fluktuasi dari return. Return didapat dari selisih harga saham pada suatu jangka waktu tertentu sedangkan resiko dapat dihitung dengan variansi atau standar deviasi dari return yang sudah didapat sebelumnya. Portofolio optimal yang dihasilkan tentu dapat membantu investor memilih saham mana saja yang baik untuk dijadikan pilihan investasi. Berkaitan dengan permasalahan diatas, pembahasan utama dalam penelitian ini adalah memperoleh portofolio saham optimal yang sesuai dengan keinginan investor, yaitu dengan menghitung bobot optimal untuk masing-masing saham . Banyak metode yang sudah diterapkan untuk menyelesaikan masalah optimasi portofolio ini salah satu nya Makowitz & Arnotz[3]yang membahas tentang portofolio selection.Ince & Trafalis[3] yang menggunakan metode kernel dalam masalah management portofolio dengan data short term. Gondzio & Grothey[3]yang menyelesaikan masalah optimasi portofolio non liner dengan metode primal dual. Chen, Hou, Wu & Chang-Chien[3]membahas tentang optimasi portofolio dengan algoritma genetika, hasil yang didapat menunjukkan bahwa algoritma genetika
1
efektif untuk menyelesaikan masalah optimasi portofolio. Penggunaan algoritma genetika untuk masalah optimasi portofolio telah dilakukan oleh beberapa peneliti diantaranya Yang[6] dan Chen dkk[6]. Pada penelitian ini algoritma genetika diterapkan untuk mendapatkan kromosom-kromosom terbaik yang berupa bobot masing-masing saham pada portofolio. Algoritma genetika sendiri adalah algoritma yang meniru proses evolusi di alam. Algoritma genetika menggunakan nilai fitness untuk menghasilkan individu terbaik yang merupakan calon solusi dari masalah optimasi. Algortima genetika sering digunakan karena implementasinya yang simple tapi powerful. Algoritma genetika juga baik untuk menyelesaikan masalah optimasi karena algoritma genetika tidak membatasi ruang solusi dan dapat menemukan solusi dengan baik.
1.2 Perumusan Masalah a. Bagaimana cara menentukan bobot portofolio saham terbaik dengan algoritma genetika sehingga menghasilkan portofolio optimal? b. Bagaimana menentukan strategi investasi yang baik? c. Bagaimana performansi portofolio yang dilihat dari nilai expected return, return dan resiko?
1.3 Tujuan Tujuan dari pembuatan tugas akhir ini adalah: a. Menentukan bobot optimal untuk setiap saham dalam portofolio menggunakan algoritma genetika. b. Menentukan strategi investasi yang baik c. Menghitung performansi dari portofolio yang didapatkan. Tujuan lainnya adalah dapat membantu investor menentukan saham mana yang baik untuk dijadikan pilihan investasi sesuai dengan kriteria portofolio optimal yaitu memaksimumkan return atau meminimumkan resiko ataupun menghasilkan return dan resiko sesuai dengan proporsi yang diinginkan.
2
1.4 Batasan Masalah a. Data saham yang digunakan adalah data saham yang masuk dalam index saham LQ45. b. Biaya transaksi pembelian atau penjualan saham tidak diperhitungkan. c. Deviden saham tidak dimasukkan kedalam perhitungan untuk mencari bobot optimal. d. Memungkinkan pembelian saham dalam jumlah yang sedikit (divisibilitas).
1.5 Hipotesis Algoritma genetika dapat digunakan untuk menyelesaikan masalah optimasi portofolio saham sehingga diperoleh portofolio yg lebih baik dibandingkan dengan indexnya.
1.6 Metodologi Penelitian Penelitian ini dilakukan dengan metode-metode sebagai berikut 1. Identifikasi masalah Pada tahap ini, akan dilakukan pemahaman terhadap masalah dan identifikasi masalah yang dibahas di tugas akhir ini, yaitu menentukan bobot optimal dalam portofolio saham yang menghasilkan return maksimal dan risk minimal. 2. Studi literatur Pada tahap ini, akan dilakukan pencarian terhadap materi-materi yang mendukung penulisan tugas akhir ini. Refrensi yang dicari antara lain adalah jurnal, artikel, maupun buku mengenai portofolio saham, algoritma genetika, matlab dan studi kasus yang berhubungan dengan optimasi portofolio saham. 3. Analisis dan perancangan kebutuhan sistem
3
Pada tahap ini, akan dilakukan perancangan sebuah sistem dengan menggunakan metode yang telah dijelaskan. 4. Implementasi sistem Pada tahap ini akan dilakukan coding atau implementasi berdasarkan rancangan yang telah dibuat sebelumnya. 5. Pengujian sistem Pada tahap ini akan dilakukan pengujian terhadap tugas akhir yang telah diimplementasikan, apakah sistem sudah dapat menghasilkan portofolio saham yang optimal dan mampu memberikan return yang maksimal atau resiko yang minimal. Selanjutnya, juga melakukan pengujian terhadap algoritma genetika apakah algoritma genetika sudah dapat menyelesaikan masalah optimasi portofolio saham ini dengan baik. 6. Analisis hasil pengujian dan pengambilan keputusan Sistem yang telah dirancang menggunakan matlab dengan menerapkan algoritma genetika ini diuji dengan membandingkan bobot optimal yang didapat dengan indeks LQ45 yang sudah ada. Selanjutnya membandingkan return saham dengan return portofolio yang didapat. 7. Perumusan kesimpulan dan penyusunan tugas akhir Pada
tahap
ini,
akan
dilakukan
perumusan
kesimpulan
berdasarkan analisis dari hasil implementasi sistem yang telah dilakukan. Setelah pengambilan kesimpulan, akan dilakukan penyusunan tugas akhir dan pengumpulan dokumentasi dengan mengikuti aturan-aturan yang telah ditetapkan oleh institusi.
1.7 Sistematika Penulisan Tugas akhir ini dibagi dalam beberapa topik bahasan yang disusun secara sistematis sebagai berikut : 1.
Bab 1 Pendahuluan Bab ini membahas latar belakang, tujuan, manfaat, perumusan dan
batasan masalah, metodologi penelitian serta sistematika penulisan. 2.
Bab 2 Landasan Teori
4
Berisi tentang teori penunjang yang membantu untuk perancangan sistem. 3.
Bab 3 Rancangan Sistem Bab ini menjelaskan analisis masalah, pembuatan dan perancangan
model dari sistem beserta penjelasan metode-metode yang digunakan untuk implementasi sistem. 4.
Bab 4 Hasil dan Analisis Bab ini membahas analisis hasil pengujian terhadap implementasi
system yang sudah dibuat sebelumnya. Analisis dilakukan terhadap parameter kinerja sistem yang diamati seperti dijelaskan pada bagian 1.4. 5.
Bab 5 Penutup Pada bab ini akan diuraikan kesimpulan terhadap hasil analisa yang
telah dilakukan berikut
saran-saran untuk pengembangan tugas akhir
selanjutnya.
5
