BAB 2 LANDASAN TEORI

BAB 2

LANDASAN TEORI

2.1 Pengambilan Keputusan

Didalam setiap organisasi, baik organisasi besar maupun organisasi kecil dapat saja terjadi perubahan-perubahan kondisi, pergeseran personalia, timbul pertentanganpertentangan, terjadi kesalahan-kesalahan yang perlu diperbaiki, dan muncul hal-hal yang tidak terduga sama sekali sebelumnya. Di samping itu, keputusan-keputusan harus diambil dengan tepat agar roda organisasi dapat berjalan dengan lancar. Pemimpin harus cekatan dalam mengambil keputusan mengenai apa yang harus dilakukan, harus diketahui mengapa itu dilakukan, kapan, di mana, bagaimana dan siapa yang harus melaksanakannya.

Menurut Davis, suatu keputusan merupakan jawaban yang pasti terhadap suatu pertanyaan. Keputusan harus dapat menjawab pertanyaan: tentang apa yang seharusnya dilakukan dan apa yang dibicarakan dalam hubungannya dengan perencanaan. Keputusan pun dapat merupakan tindakan terhadap pelaksanaan yang sangat menyimpang dari rencana semula. Keputusan yang baik pada dasarnya dapat digunakan untuk membuat rencana dengan baik pula.

2.1.1 Empat Kategori Keputusan

Pada dasarnya ada empat kategori keputusan, yaitu: 1. Keputusan dalam keadaan ada kepastian Apabila semua informasi yang diperlukan untuk mengambil keputusan lengkap, maka keputusan dikatakan dalam keadaan atau situasi ada kepastian.

Universitas Sumatera Utara

2. Keputusan dalam keadaan ada resiko Resiko terjadi kalau hasil pengambilan keputusan walaupun tidak dapat diketahui dengan pasti akan tetapi diketahui nilai kemungkinan. 3. Keputusan dalam keadaan ketidakpastian Ketidakpastian akan kita hadapi sebagai pengambil keputusan kalau hasil keputusan sama sekali tidak tahu karena hal yang akan diputuskan belum pernah terjadi sebelumnya. 4. Keputusan dalam keadaan ada konflik Situasi konflik terjadi kalau kepentingan dua pengambil keputusan atau lebih saling bertentangan dalam situasi kompetitif.

2.2 Sistem Pendukung Keputusan (SPK)

Pada dasarnya SPK merupakan pengembangan lebih lanjut dari Sistem Informasi Manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya. Interaktif dengan tujuan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, analisis, pengalaman, dan wawasan manajer untuk mengambil keputusan yang lebih baik.

SPK adalah sistem yang dibangun untuk menyelesaikan berbagai masalah yang bersifat manajerial atau organisasi perusahaan yang dirancang untuk mengembangkan kreatifitas dan produktivitas para manajer untuk menyelesaikan masalah dengan bantuan teknologi komputer. Hal lainnya yang perlu dipahami adalah bahwa SPK bukan untuk mengantikan tugas manajer akan tetapi hanya sebagai bahan pertimbangan bagi manajer untuk menentukan keputusan akhir.

Dalam menentukan suatu keputusan banyak faktor yang mempengaruhi pengambilan keputusan seorang pengambil keputusan, sehingga dipandang perlu untuk mengidentifikasi berbagai faktor dengan faktor lainnya sebelum mengambil keputusan.


2.2.1 Konsep Dasar Sistem Pendukung Keputusan

Pada awal tahun 1970-an, Scott Morton pertama kali mengartikulasikan konsep penting SPK. Ia mendefinisikan DSS sebagai ”sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur” (Gorry dan Scott Morton, 1971). Definisi klasik lainnya untuk SPK, diajukan oleh Keen dan Scott Morton (1978), yaitu sistem pendukung keputusan memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan kualitas keputusan. SPK adalah sistem pendukung berbasis komputer bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur.

2.2.2 Pengertian Sistem Pendukung Keputusan

Definisi SPK menunjukkan SPK sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. SPK dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilian mereka.

Menurut Little (1970) mendefenisikan SPK sebagai ”sekumpulan prosedur berbasis model untuk pemrosesan data dan penilaian guna membantu para manajer mengambil keputusan”. Dia menyatakan bahwa untuk sukses, sistem tersebut haruslah sederhana, cepat, mudah dikontrol, adaftif, lengkap dengan isu-isu penting, dan mudah berkomunikasi.

Sedangkan Bonczek, dkk., (1980) mendefenisikan SPK sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi: sistem bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan komponen SPK lain), sistem pengetahuan (repositori pengetahuan domain masalah yang ada pada SPK baik sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah


(hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambilan keputusan). Konsepkonsep yang diberikan oleh defenisi tersebut sangat penting untuk memahami hubungan antara SPK dan pengetahuan.

Keen (1980) menerapkan istilah SPK ”untuk situasi dimana sistem ’final’ dapat dikembangkan hanya melalui suatu proses pembelajaran dan evolusi yang adaktif”. Jadi, ia mendefinisikan SPK sebagai suatu produk dari proses pengembangan dimana pengguna SPK, pembangun SPK, dan SPK itu sendiri mampu mempengaruhi satu dengan yang lainnya, dan menghasilkan evolusi sistem dan pola-pola penggunaan.

Definisi formal tentang SPK tidak memberikan fokus yang konsisten karena masing-masing definisi berusaha mempersempit populasi secara berbeda-beda (Turban, 2005).

2.2.3 Karakteristik dan Kapabilitas SPK

Karakteristik dan kapabilitas kunci SPK, yaitu: 1. Dukungan untuk pengambil keputusan, terutama pada situasi semiterstuktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi. 2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini. 3. Dukungan untuk individu dan kelompok. 4. Dukungan untuk keputusan independen dan atau sekuensial. 5. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain, pilihan, dan implementasi. 6. Dukungan di berbagai proses atau gaya pengambilan keputusan. 7. Adaptivitas sepanjang waktu. 8. Pengguna merasa seperti di rumah. 9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan).


10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. 11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana. 12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan keputusan. 13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi-objek. 14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi sepanjang ratai persediaan.

Karakteristik dan kapabilitas kunci dari SKP tersebut memperbolehkan para pengambill keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten pada satu cara yang dibatasi waktu.

2.2.4 Komponen-Komponen SPK

Aplikasi SPK dapat terdiri dari subsistem, yaitu: 1. Subsistem manajemen data 2. Subsistem manajemen model 3. Subsistem antarmuka pengguna 4. Subsistem manajemen berbasis-pengetahuan

SPK harus mencakup tiga komponen utama dari sistem manajemen database (DBMS), sistem manajemen basis model (MBMS), dan antarmuka pengguna. Subsistem

manajemen

berbasis-pengetahuan

adalah

opsional,

namun

dapat

memberikan banyak manfaat karena memberikan inteligensi bagi tiga komponen utama. Berikut penjelasan masing-masing subsistem tersebut.


2.2.4.1 Subsistem Manajemen Data

Subsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk situasi dan dikelolah oleh perangkat lunak yang disebut sistem manajemen database (DBMS). Subsistem manajemen data dapat diinterkoneksikan dengan data warehouse perusahaan, suatu repositori untuk data perusahaan yang relevan untuk pengambilan keputusan.

2.2.4.2 Subsistem Manajemen Model

Subsitem manajemen model merupakan paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat. Bahasabahasa pemodelan untuk membangun model-model kostum juga dimasukkan. Perangkat lunak ini sering disebut sistem manajemen basis model (MBMS). Komponen ini dapat dikoneksikan ke penyimpanan korporal atau eksternal yang ada pada model. Sistem manajemen dan metode solusi model diimplementasikan pada sistem pengembangan Web untuk berjalan pada server aplikasi.

2.2.4.3 Subsistem Antarmuka Pengguna

Pengguna berkomunikasi dengan dan memerintah SPK melalui subsistem ini. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari SPK berasal dari interaksi yang intensif antara komputer dan pembuatan keputusan. Browser Web memberikan struktur antarmuka pengguna grafis yang familiar dan konsisten bagi kebanyakan SPK.


2.2.4.4 Subsistem Manajemen Berbasis-pengetahuan

Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai suatu komponen independen. Subsistem ini memberikan inteligensi untuk memperbesar pengetahuan si pengambil keputusan. Subsistem ini dapat diinterkoneksikan dengan repositori pengetahuan perusahaan, yang kadang-kadang disebut basis pengetahuan organisasional.

2.3 Investasi

Investasi meliputi kegiatan yang sangat luas. Investasi sering diartikan sebagai komitmen untuk mengalokasikan sejumlah dana pada satu atau lebih aset (pada saat ini) yang diharapakan akan mampu memberikan keuntungan dimasa yang akan datang. Kegiatan investasi sering berhubungan dengan menginvestasikan dana pada deposito berjangka, sertifikat deposito, obligasi, saham, reksadana, dan lain-lain. Investasi jenis ini disebut investasi pada aset finansial. Selain itu, investasi juga dilakukan pada aset tangibel seperti emas, tanah, real estat, mendirikan perusahaan, dan lain-lain.

Dalam dunia bisnis, investasi dibedakan menjadi dua, yaitu investasi pada aset nyata dan investasi pada aset finansial. Kedua jenis investasi ini nuasanya sangat berbeda baik dari sisi bentuk investasi, waktu, jumlah dana, dan juga likuiditasnya. Investasi pada aset nyata, investor langsung mengeluarkan sejumlah dana untuk membeli aset. Investor akan mendapatkan keuntungan apabila investor menjual aset tersebut disaat kondisi harga aset lebih tinggi dari harga pembelian aset awal atau keuntungan diperoleh dari operasional perusahaan.

Sedangkan investasi pada aset finansial adalah dengan membeli instrumen keuangan di pasar modal. Instrumen tersebut bukan berupa aset nyata, tetapi merupakan kertas klaim (atau bukti klaim elektronik) terhadap penerbitnya seperti pemerintah, perusahaan pemerintah, maupun perusahaan swasta.


2.3.1 Pasar Modal

Pasar modal sering diartikan sebagai pasar untuk berbagai instrumen keuangan jangka panjang. Selain pengertian itu, pasar modal juga diartikan sebagai tempat transaksi pihak yang membutuhkan dana (perusahaan) dan pihak yang kelebihan dana (pemodal).

Undang-undang Pasar Modal no. 8 tahun 1995 tentang Pasar Modal mendefinisikan pasar modal sebagai ”kegiatan yang bersangkutan dengan penawaran umum dan perdangangan efek, perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi yang berkaitan dengan efek”.

Pasar bisa diartikan sebagai bursa dan surat berharga bisa juga diartikan sebagai efek, sehingga pasar modal disebut juga sebagai bursa efek. Khusus di Indonesia, dahulu terdapat Bursa Efek Jakarta (BEJ) atau Jakarta Stock Exchange (JSX) dan Bursa Efek Surabaya (BES) atau Surabaya Stock Exchange (SSX), tetapi mulai bulan Desember 2007, kedua bursa digabungkan menjadi satu dan diberi nama Bursa Efek Indonesia (BEI) atau Indonesia Stock Exchange (IDX).

2.3.1.1 Saham

Saham merupakan salah satu instrumen yang dijual di pasar modal dan yang paling populer. Definisi saham adalah salah satu jenis instrumen investasi yang berarti tanda kepemilikan terhadap suatu perusahaan dan akan memberikan keuntungan dalam bentuk dividen dan capital gain seiring dengan pergerakan harganya [12]. Salah satu kelebihan investasi saham adalah kemampuannya memberikan keuntungan yang dibagikan melalui dividen. Besarnya dividen dibagikan tergantung dari hasil Rapat Umum Pemegang Saham (RUPS) dan besarnya laba yang dihasilkan dari kinerja suatu perusahaan. Di Indonesia perdagangan saham dilakukan di Bursa Efek Jakarta (BEJ) atau Jakarta Stock Exchange (JSX).


Tujuh keuntungan yang diperoleh dalam berbisnis saham adalah [1] 1. Capital gain, artinya keuntungan sebagai hasil jika harga saham naik diatas harga pembelian awal dan surat berharga itu dijual (realisasi keuntungan). 2. Passive income, dalam hal ini dividen, artinya pendistribusian porsi keuntungan yang dibayarkan ke pemegang saham dalam bentuk uang tunai atau saham. 3. Likuiditas, artinya mudah untuk menjual dan membeli saham tersebut. 4. Fleksibilitas, artinya bebas menentukan membeli dan menjual saham. 5. Dapat dikontrol, artinya resiko yang diperoleh bisa dikontrol dengan beberapa strategi seperti analisis teknikal, analisis fundamental, dan sebagainya. 6. Leverage, artinya seseorang dapat bertransaksi dalam jumlah yang lebih besar dari modal yang dimilikinya. 7. Proteksi, artinya dalam pasar modal anda terhindar dari inflasi (tingkat ketika harga umum barang dan jasa naik serta memberikan konsekuensi penurunan daya beli) karena sesorang dapat memperoleh return lebih tinggi dari bunga deposito bahkan bisa mencapai 100% dari modal yang dimiliki dalam setiap tahunnya.

Sebagai instrument investasi, saham juga memiliki resiko, antara lain: 1. Capital loss, merupakan kebalikan dari capital gain, yaitu suatu kondisi dimana investor menjual saham lebih rendah dari harga beli. 2. Resiko Likuiditas, hal ini terjadi apabila perusahaan yang sahamnya dimiliki dinyatakan bangkrut oleh pengadilan atau perusahaan tersebut telah dibubarkan. Dalam hal ini klaim dari pemegang saham mendapat prioritas terakhir setelah kewajiban perusahaan dapat dilunasi. Apabila tidak terdapat sisa kekayaan perusahaan, maka pemegang saham tidak memperoleh hasil dari likuidasi tersebut.


2.4 Analisis Sekuritas

Sejak dimulainya jual beli saham dan juga perdagangan pada beberapa komoditi lainnya seperti beras, pelaku pasar telah mencatat adanya kecenderungan dan polapola pergerakan harga untuk periode tertentu. Sehingga banyak pemodal individu dan juga pemodal institusi, broker, dealer, dan partisipan pasar lainnya mempelajari kecenderungan dan pola-pola pergerakan harga sebagai metode yang dapat menurunkan resiko dan dapat meningkatkan kemungkinan memperoleh keuntungan.

Analisis sekuritas terdiri dari dua tipe yang masing-masing memiliki ahlinya, yaitu: 1. Analisis fundamental 2. Analisis teknikal

2.4.1 Analisis Fundamental

Analisis fundamental adalah metode analisis berdasarkan kinerja keuangan suatu perusahaan [11]. Analisis ini bertujuan untuk memastikan bahwa saham yang dibeli merupakan saham perusahaan yang berkinerja baik dan memiliki volume transaksi yang tinggi. Dengan begitu perusahaan memiliki ekspektasi positif terhadap pertumbuhan harga sahamnya. Analisis fundamental akan meminimalkan resiko kemungkinan membeli saham yang berpotensi untuk di-delisting (penghapusan pencatatan saham perusahaan tercatat dari daftar efek yang tercatat di bursa) dari papan bursa. Analisis fundamental juga dipakai untuk menganalisis tingkat kewajaran harga suatu saham. Mengukur tingkat kewajaran suatu saham biasanya adalah dengan membandingkan ratio-ratio keuangan tertentu dengan saham lainnya yang bergerak dalam bisnis yang sama.


2.4.2 Analisis Teknikal

Analisis teknikal adalah metode analisis berdasarkan pergerakan harga saham sesuai dengan kemungkinan teknis dari pergerakan data statistik historis pada jangka waktu tertentu [11]. Prinsipnya, analisis teknikal merupakan studi utama melakukan penelitian yang mendasari kombinasi antara studi nilai harga (nilai harga pembukaan, nilai harga tertinggi/terendah, dan nilai harga penutupan) dengan mengunakan grafikgrafik/chart yang terbentuk sebagai peta utama untuk menentukan langkah-langkah berikutnya [12]. Grafik, harga/chart merupakan sebuah dasar utama yang selalu digunakan dalam melakukan analisis teknikal untuk mempelajari pergerakan nilai harga.

2.4.2.1 Indikator Bollinger Bands

Indikator Bollinger Bands adalah salah satu indikator yang digunakan dalam menganalisis saham secara teknikal. Bollinger Bands, pertama kali diciptakan oleh Jhon Bollinger pada awal 1980an, bertujuan untuk membantu membandingkan antara volatilitas (kecenderungan harga untuk berubah di luar prediksi) dan harga dalam satu periode. Indikator ini adalah indikator yang cukup inovatif mengingat indikator ini adalah salah satu Volatility Indicator pertama yang dibuat [4] artinya indikator Bollinger Bands dapat menentukan batas atas dan batas bawah dari pergerakan harga yang terjadi. Selain sebagai indikator untuk mengukur dan meramalkan volatilitas harga, Bollinger Bands dapat juga digunakan sebagai Trend Following Indicator yang berarti indikator Bollinger Bands dapat menentukan pergerakan saham yang terjadi. Hal ini dikarenakan bahwa Bollinger Bands menghitung standar deviasi dari Simple Moving Average berperiode 20. Dalam hal ini berperiode 20 artinya bahwa data yang digunakan adalah data dari 20 hari terbaru pergerakan harga saham. Bollinger Bands terdiri atas tiga buah garis Upper Bollinger Bands, Middle Bollinger Bands (simple moving average berperiode 20) dan Lower Bollinger Bands yang membentuk sebuah lorong (channel) sebagai pembatas pergerakan harga. Untuk lebih jelasnya, contoh gambar dari tampilan indikator Bollinger Bands dalam grafik dapat dilihat pada Gambar 2.1.


Gambar 2.1 Indikator Bollinger Bands pada pergerakan saham Adaro Energy Tbk. (Sumber dari ChartNexus)

2.4.2.1.I Formulasi Matematis Pembentukan Indikator Bollinger Bands

Rumus pembentukan indikator Bollinger Bands sebagai berikut:

Upper Bollinger Bands = Simple Moving Average + (faktor pengali x standar deviasi) (1) Middle Bollinger Bands = Simple Moving Average (2) Lower Bollinger Bands = Simple Moving Average – (faktor pengali x standar deviasi) (3) Faktor pengali = [0.6174 x ln (periode Bollinger Bands)] + 0.1046 (4) Untuk faktor pengali, biasanya digunakan angka 2 yang berarti periode Bollinger Bands yang digunakan adalah 20.

Simple Moving Average = rata-rata 20 periode dari harga penutupan terbaru harga saham suatu perusahaan. (5)


Standar deviasi merupakan perhitungan statistik biasa yang digunakan untuk mengukur besarnya penyimpangan pada tiap-tiap data. Rumusnya:

(6) Xi = data ke i X = rata-rata N = jumlah data

2.4.2.1.II Sinyal Beli

Sinyal beli merupakan tanda atau saat yang tepat untuk membeli saham suatu emiten. Sinyal ini diperoleh dari indikator Bollinger Bands berdasarkan 5 kriteria sebagai berikut: 1. Likuiditas, merupakan ukuran jumlah transaksi suatu saham di pasar modal dalam suatu periode tertentu [7]. 2. Harga penutupan terhadap garis Lower Bollinger Bands atau Middle Bollinger Bands. Penggunaan Lower Bollinger Bands dan Middle Bollinger Bands disesuaikan dengan sinyal beli yang digunakan. 3. B/W (Black/White), menghitung body candle secara berturut-turut. Apabila (-) maka candle Black artinya harga pembukaan lebih rendah dari harga penutupan. Apabila (+) maka candle White artinya harga pembukaan lebih tinggi dari harga penutupan. Jadi apabila terjadi harga saham hari sebelumnya membentuk candle Black maka bernilai -1 dan apabila harga penutupan hari ini membentuk candle White maka hasil diulang lagi menjadi +1. 4. Chg, merupakan perubahan harga penutupan terhadap harga penutupan sebelumnya dalam %. 5. Tren, merupakan pergerakan saham berdasarkan data pada masa lampau yang memberikan gambaran tentang apa yang mungkin terjadi pada masa depan. Jenis tren terbagi menjadi tiga, yakni tren naik (up trend), tren datar (sideways), dan tren turun (down trend).


Setiap kriteria memiliki ketentuan yang akan digunakan untuk proses seleksi saham. Sehingga pada akhirnya output yang dihasilkan memiliki peluang yang lebih besar untuk menghasilkan profit.

2.4.2.1.III Ketentuan Setiap Kriteria •

Berdasarkan garis Lower Bollinger Bands 1. Likuiditas Prioritas 1: Volume transaksi ≠ 0.

(1)

2. Harga penutupan terhadap garis Lower Bollinger Bands Prioritas 1: Apabila harga penutupan lebih kecil sama dengan nilai garis Lower Bollinger Bands dikurang 1% nilai garis Lower Bollinger Bands. 𝑥 ≤ 𝐿𝐵𝐵 − 1% 𝐿𝐵𝐵 𝑥

𝐿𝐵𝐵

(2)

= harga penutupan saham ABCD = nilai garis Lower Bollinger Bands

Prioritas 2: Apabila harga penutupan antara nilai garis Lower Bollinger Bands dikurang 1% nilai garis Lower Bollinger Bands dengan nilai garis Lower Bollinger Bands ditambah 1% nilai garis Lower Bollinger Bands. 𝐿𝐵𝐵 − 1% 𝐿𝐵𝐵 < 𝑥 < 𝐿𝐵𝐵 + 1% 𝐿𝐵𝐵

(3)

3. B/W (Black/White) Prioritas 1: Apabila B/W lebih kecil sama dengan -3. Hal ini berarti harga saham membentuk candle Black dalam 3 hari atau lebih berturut-turut. Prioritas 2: Apabila B/W lebih besar -3. Hal ini berarti harga saham membentuk candle Black kurang dari 3 hari.

4. Chg


𝑥(𝐻) − 𝑥(𝐻 − 1) × 100% 𝑥(𝐻 − 1) 𝑥

(4)

= Harga penutupan saham ABCD

𝑥(𝐻)

= Harga penutupan saham ABCD terbaru

𝑥(𝐻 − 1)

= Harga penutupan saham ABCD hari sebelumnya

Prioritas 1: Apabila Chg bernilai negatif. Prioritas 2: Apabila Chg bernilai lebih besar sama dengan 0.

5. Tren Setiap jenis tren memiliki prioritas yang sama.  Tren naik (Up trend), apabila nilai garis Middle Bollinger Bands selama 5 periode terbaru semakin besar. 𝑀𝐵𝐵(𝐻 − 4) < 𝑀𝐵𝐵(𝐻 − 3) < ⋯ < 𝑀𝐵𝐵(𝐻)

(5)

 Tren datar (Sideways), apabila nilai garis Middle Bollinger Bands selama 5 periode terbaru antara nilai garis Middle Bollinger Bands dikurang 1% nilai garis Middle Bollinger Bands dengan nilai garis Middle Bollinger Bands ditambah 1% nilai garis Middle Bollinger Bands. Di mana nilai garis Middle Bollinger Bands adalah nilai yang diperoleh dari harga penutupan saham 5 hari sebelumnya dari data yang terbaru. 𝑀𝐵𝐵(𝐻 − 4) − 1% 𝑀𝐵𝐵(𝐻 − 4) < 𝑦 < 𝑀𝐵𝐵(𝐻 − 4) + 1% 𝑀𝐵𝐵(𝐻 − 4) 𝑦 = nilai 𝑀𝐵𝐵(𝐻 − 3), 𝑀𝐵𝐵(𝐻 − 2), … , 𝑀𝐵𝐵(𝐻)

(6)

 Tren turun (Down Tren), apabila nilai garis Middle Bollinger Bands selama 5 periode terbaru semakin kecil. 𝑀𝐵𝐵(𝐻) < 𝑀𝐵𝐵(𝐻 − 1) < ⋯ < 𝑀𝐵𝐵(𝐻 − 4)

(7)


Untuk lebih jelasnya, contoh sinyal beli yang diperoleh berdasarkan garis Lower Bollinger Bands bisa dilihat pada Gambar 2.2.

Gambar 2.2 Sinyal Beli berdasarkan Lower Bollinger Bands pada pergerakan saham Adaro Energy Tbk. (Sumber dari ChartNexus) •

Berdasarkan garis Middle Bollinger Bands 1. Likuiditas Prioritas 1: Volume transaksi ≠ 0.

(1)

2. Harga penutupan terhadap garis Middle Bollinger Bands Prioritas 1: Apabila harga penutupan lebih kecil sama dengan dari nilai garis Middle Bollinger Bands dikurang 1% nilai garis Middle Bollinger Bands dan nilai garis Middle Bollinger Bands sebelumnya lebih kecil sama dengan nilai garis Middle Bollinger Bands terbaru. 𝑥 ≤ 𝑀𝐵𝐵 − 1% 𝑀𝐵𝐵 𝑑𝑎𝑛 𝑀𝐵𝐵(𝐻 − 1) ≤ 𝑀𝐵𝐵(𝐻) 𝑥

= harga penutupan saham ABCD

𝑀𝐵𝐵(𝐻)

= nilai garis Middle Bollinger Bands terbaru

𝑀𝐵𝐵

(2)

= nilai garis Middle Bollinger Bands


𝑀𝐵𝐵(𝐻 − 1)

= nilai garis Middle Bollinger Bands hari sebelumnya

Prioritas 2: Apabila harga penutupan antara nilai garis Middle Bollinger Bands dikurang 1% nilai garis Middle Bollinger Bands dengan nilai garis Middle Bollinger Bands ditambah 1% nilai garis Middle Bollinger Bands dan garis Middle Bollinger Bands sebelumnya lebih kecil sama dengan garis Middle Bollinger Bands terbaru. 𝑀𝐵𝐵 − 1% 𝑀𝐵𝐵 < 𝑥 < 𝑀𝐵𝐵 + 1% 𝑀𝐵𝐵 𝑑𝑎𝑛 𝑀𝐵𝐵(𝐻 − 1) ≤ 𝑀𝐵𝐵(𝐻)

(3)

3. B/W (Black/White) Prioritas 1: Apabila B/W lebih besar -3. Hal ini berarti harga saham membentuk candle Black dalam 3 hari atau lebih berturut-turut. Prioritas 2: Apabila B/W lebih kecil sama dengan dari -3. Hal ini berarti harga saham membentuk candle Black kurang dari 3 hari.

4. Chg 𝑥(𝐻) − 𝑥(𝐻 − 1) × 100% 𝑥(𝐻 − 1) 𝑥

= Harga penutupan saham ABCD

𝑥(𝐻 − 1)

= Harga penutupan saham ABCD hari sebelumnya

𝑥(𝐻)

(4)

= Harga penutupan saham ABCD terbaru

Prioritas 1: Apabila Chg bernilai negatif. Prioritas 2: Apabila Chg bernilai lebih besar sama dengan 0.

5. Tren Prioritas 1: Tren naik (Up trend), apabila nilai garis Middle Bollinger Bands selama 5 periode terbaru semakin besar.


𝑀𝐵𝐵(𝐻 − 4) < 𝑀𝐵𝐵(𝐻 − 3) < ⋯ < 𝑀𝐵𝐵(𝐻)

(5)

Prioritas 2: Tren datar (Sideways), apabila nilai garis Middle Bollinger Bands selama 5 periode terbaru antara nilai garis Middle Bollinger Bands dikurang 1% nilai garis Middle Bollinger Bands dengan nilai garis Middle Bollinger Bands ditambah 1% nilai garis Middle Bollinger Bands. Dimana nilai garis Middle Bollinger Bands adalah nilai yang diperoleh dari harga penutupan saham 5 hari sebelumnya dari data yang terbaru. 𝑀𝐵𝐵(𝐻 − 4) − 1% 𝑀𝐵𝐵(𝐻 − 4) < 𝑦 < 𝑀𝐵𝐵(𝐻 − 4) + 1% 𝑀𝐵𝐵(𝐻 − 4) 𝑦 = nilai 𝑀𝐵𝐵(𝐻 − 3), 𝑀𝐵𝐵(𝐻 − 2), … , 𝑀𝐵𝐵(𝐻)

(6)

Untuk lebih jelasnya, contoh sinyal beli yang diperoleh berdasarkan garis Middle Bollinger Bands bisa dilihat pada Gambar 2.3.

Gambar 2.3 Sinyal Beli berdasarkan Middle Bollinger Bands pada pergerakan saham Adaro Energy Tbk. (Sumber dari ChartNexus)


2.4.2.1.IV Perbedaan Indikator Bollinger Bands, MACD, dan Stochastic Oscillator

Perbedaan mendasar dari ketiga indikator ini adalah cara membaca setiap kondisi dari setiap indikator dalam memprediksi pergerakan saham. Dimana indikator Bollinger Bands merupakan Volatility Indicator artinya harga saham akan berada diatara garis Upper Bollinger Bands dan Lower Bollinger Bands yang membentuk lorong. Oleh karena itu, apabila harga suatu saham berada diluar garis Upper Bollinger Bands dan Lower Bollinger Bands maka akan terjadi pembalikan arah pergerakan saham kembali kedalam lorong.

Moving Average Convergence Divergence (MACD) adalah indikator yang diciptakan oleh Gerald Appel yang termasuk Trend Following Indicator. MACD dibentuk dari beberapa bagian, yaitu Trigger Line, MACD Line, Histogram, dan Zero Line/Center Line. MACD dapat melakukan empat hal untuk memberikan sinyal beli dan sinyal jual, yaitu Bullish Crossover (Golden Cross) dimana MACD Line memotong Trigger Line dari bawah ke atas, Bearish Crossover (Dead Cross) dimana MACD Line memotong Trigger Line dari atas ke bawah, Bullish Centerline Crossover dimana MACD Line memotong Center Line dari bawah ke atas, dan Bearish Centerline Crossover dimana MACD Line memotong Center Line dari atas ke bawah.

Stochastic Oscillator merupakan indikator momentum yang diciptakan oleh George Lane. Stochastic Oscillator menunjukkan Overcondition yang terdiri dari Overbought dan Oversold. Overcondition adalah kondisi yang memang berusaha dideteksi oleh indikator momentum. Stochastic Oscillator terdiri dari 2 garis, yaitu %K Line (Garis Stochastic Oscillator) dan %D Line (Trigger Line). Sinyal beli muncul apabila Stochastic Oscillator telah keluar dari area Oversold (setelah sebelumnya masuk area Oversold) dan sinyal jual muncul apabila Stochastic Oscillator keluar dari area Overbought. Selain Overcondition, Stochastic Oscillator juga dapat melakukan Crossover, yakni Bullish Crossover (Golden Cross) terjadi ketika %K Line memotong %D Line dari bawah ke atas dan Bearish Crossover (Dead Cross) terjadi ketika %K Line memotong %D Line dari atas ke bawah. Gambar 2.4


akan memperlihatkan gambar dari indikator Bollinger Bands, MACD dan Bearish Crossover (Dead Cross).

Gambar 2.4 Indikator Bollinger Bands, MACD, dan Stochastic Oscillator pada pergerakan saham Adaro Energy Tbk. (Sumber dari ChartNexus)

2.5 Metode Pembobotan Entropi

Metode pembobotan entropi yang digunakan adalah metode entropi yang dikembangkan oleh Zeleny (1983). Dimana dibagi menjadi dua tipe, yaitu bobot prior wi, yang sifatnya relative stabil, menggambarkan keadaan psikologi dan sosial dari pengambil keputusan dan bobot informasi 𝜆𝑖 , sifatnya tidak stabil. Bobot prior pada

dasarnya merupakan modifikasi pembobotan AHP yang dikembangkan oleh Saaty. Sedangkan bobot informasional, yaitu mengandung nilai-nilai yang diberikan pada setiap alternatif, dalam hal ini digunakan metode entropi yang dikembangkan oleh


Zeleny (1983). Pada skripsi ini tipe pembobotan entropi yang digunakan adalah bobot informasional.

Dimana Entropi menyelidiki keserasian dalam diskriminasi di antara sekumpulan data. Sekumpulan data nilai alternative pada kriteria tertentu digambarkan dalam Decision Matrix (DM). Menggunakan metode entropi, kriteria dengan variasi nilai tertinggi akan mendapatkan bobot tertinggi [9]. Langkah-langkah yang digunakan dalam metode ini adalah sebagai berikut :

1. Membuat tabel data kriteria Kriteria yang diidentifikasi bisa berupa kriteria kualitatif maupun kuantitatif, namun semuanya harus bisa terukur. Satuan tiap kriteria boleh berbeda-beda. 2. Normalisasi tabel data kriteria Rumus normalisasi adalah sebagai berikut 𝑑𝑖𝑘 =

𝑥𝑖𝑘

𝑥𝑖𝑘

𝑚𝑎𝑘𝑠

𝑑𝑖 = 𝑑𝑖1 , … , 𝑑𝑖𝑚

𝑘 𝐷𝑖 = ∑𝑚 𝑘=1 𝑑𝑖

𝑖 = 1,2, … , 𝑛

(1) (2)

𝑑𝑖𝑘 = nilai data yang telah dinormalisasi.

𝑥𝑖𝑘 = nilai data yang belum dinormalisasi.

𝑥𝑖𝑘 𝑚𝑎𝑘𝑠 = nilai data yang belum dinormalisasi yang mempunyai nilai paling tinggi.

𝐷𝑖 = jumlah nilai data yang telah dinormalisasi. 3. Perhitungan Entropi Langkah selanjutnya adalah pengukuran entropi untuk setiap atribut ke-i. Rumusnya adalah : 𝑒𝑚𝑎𝑘𝑠 = ln 𝑚 𝐾=

1 𝑒𝑚𝑎𝑘𝑠

(3) (4) 𝑑𝑘

𝑑𝑘

𝑖 𝑖 𝑒(𝑑𝑖 ) = −𝐾 ∑𝑚 𝑘=1 𝐷 ln 𝐷 , 𝐾 > 0

m = jumlah alternatif

𝑖

𝑖

(5)


Setelah mendapatkan 𝑒(𝑑𝑖 ) untuk masing-masing atribut, maka dapat

ditentukan total entropi untuk masing-masing atribut, rumusnya adalah : 𝐸 = ∑𝑛𝑖=1 𝑒(𝑑𝑖 )

(6)

4. Perhitungan Bobot Entropi Langkah berikutnya adalah menghitung bobot dengan menggunakan rumus sebagai berikut: 𝜆𝑖 𝑎𝑤𝑎𝑙 =

1 [1 − 𝑛−𝐸

∑𝑛𝑖=1 𝜆𝑖 𝑎𝑤𝑎𝑙 = ±1

𝑒(𝑑𝑖 )], 0 ≤ 𝜆𝑖 𝑎𝑤𝑎𝑙 ≤ 1

(7) (8)

Setelah mendapatkan bobot entropi untuk masing-masing kriteria jika sebelumnya telah ada bobot awal atau bobot yang telah ditentukan sebelumnya maka hasil bobot entropi yang sebenarnya untuk tiap kriteria akan didapat dengan perhitungan berikut ini: 𝜆𝑖 =

𝜆𝑖 𝑎𝑤𝑎𝑙 × 𝑤𝑖 ∑𝑛 𝑖=1 𝜆𝑖 𝑎𝑤𝑎𝑙 × 𝑤𝑖

, 𝑖 = 1, … , 𝑛

(9)

Metode entropi cukup powerful untuk menghitung bobot suatu kriteria. Alasannya adalah karena metode ini bisa digunakan untuk berbagai jenis data, baik kuantitatif maupun kualitatif. Selain itu metode ini juga mensyaratkan bahwa satuan maupun range dari tiap kriteria harus sama. Hal ini dimungkinkan karena sebelum diolah, semua data akan dinormalisasi dulu sehingga akan bernilai antara 0-1. Pada dasarnya, data yang mempunyai range nilai yang besar (relatif terhadap kriteria itu sendiri) dan mempunyai variasi nilai yang tinggi untuk tiap alternatif, akan memperoleh bobot yang tinggi. Artinya, kriteria tersebut dianggap mampu untuk membedakan performansi tiap alternatif.

Selain itu dengan menggunakan metode entropi, peneliti bisa memberikan bobot (tingkat kepentingan) awal pada tiap kriteria. Jadi walaupun misalnya dari perhitungan, metode entropi menghasilkan bobot yang kecil pada suatu kriteria (misalnya karena variasi datanya kecil), namun jika kriteria tersebut dianggap penting oleh perancang aplikasi, maka ia bisa memberikan bobot yang tinggi pada kriteria


tersebut. Kedua jenis bobot ini kemudian akan dikalkulasi bersama-sama sehingga mendapatkan bobot entropi akhir.

2.6 Kriteria Pakar

Kriteria seorang pakar adalah sebagai berikut: 1. Memiliki pengalaman di bidang perdagangan saham minimal 1 tahun. 2. Memiliki pengetahuan atau pendidikan yang berkaitan atau bekerja di bidang perdagangan saham.

2.6.1 Penilaian Hasil Polling

Hasil dari polling akan diolah berdasarkan ketentuan yang diperlihatkan pada Tabel 2.1.

Tabel 2.1 Nilai Tiap Prioritas Kriteria Prioritas Kriteria

Nilai Tiap Prioritas

1

8

2

6

3

4

4

2

5

1

Nilai tiap prioritas tersebut akan digunakan untuk melakukan normalisasi kriteria pada bobot awal.


2.7 Dasar

Penulis dalam Memodifikasi Sinyal Beli Menggunakan Indikator

Bollinger Bands

Dasar yang dipergunakan adalah berdasarkan pengalaman dalam bidang perdagangan saham selama 1 tahun dan analisis yang digunakan selama 1 tahun adalah indikator Bollinger Bands, sehingga diperoleh kunci 1% yang menjadi indikator kekuatan sinyal beli. Maka terjadi modifikasi seperti contoh untuk perhitungan harga penutupan terhadap garis Lower Bollinger Bands dapat dilihat pada ketentuan tiap criteria.


BAB 2 LANDASAN TEORI

Recommend Documents