BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

2.1

Risiko

Kata risiko banyak dipergunakan dalam berbagai pengertian dan sudah biasa dipakai dalam percakapan sehari-hari oleh kebanyakan orang. Memahami konsep risiko secara luas, akan merupakan dasar yang esensial untuk memahami konsep dan teknik manajemen risiko. Vaughan yang diterjemahkan oleh Herman Darmawi (1997: 18) mengemukakan beberapa definisi risiko sebagai berikut: 1. Risk is the chance of loss (risiko adalah kans kerugian). Chance of Loss biasanya dipergunakan untuk menunjukkan suatu keadaan dimana terdapat suatu keterbukaan terhadap kerugian atau suatu kemungkinan Kerugian. sebaliknya jika disesuaikan dengan istilah yang dipakai dalam statistik, maka chance sering dipergunakan untuk menunjukkan tingkat probabilitas akan munculnya situasi tertentu. 2. Risk is the possibility of loss (risiko adalah kemungkinan kerugian). Istilah possibility berarti bahwa probabilitas sesuatu peristiwa berada di antara nol dan satu. Definisi ini barangkali sangat mendekati dengan pengertian risiko yang dipakai sehari-hari, akan tetapi definisi ini agak longgar, tidak cocok dipakai dalam analisis secara kuantitatif 3. Risk is uncertainty (risiko adalah ketidakpastian) Tampaknya

ada

kesepakatan

bahwa

risiko

berhubungan

dengan

ketidakpastian. Karena itulah ada penulis yang mengatakan bahwa risiko itu sama artinya dengan ketidakpastian.

Dari ketiga definisi di atas, dapat disimpulkan bahwa risiko adalah sesuatu yang mengandung kemungkinan kerugian dan juga ketidakpastian.

Universitas Sumatera Utara

Dalam bidang investasi, menurut Jones (2004: 142), risiko adalah kemungkinan pendapatan yang diterima (actual return) dalam suatu investasi akan berbeda dengan pendapatan yang diharapkan (expected return). Semakin besar penyimpangan antara hasil sesungguhnya dengan hasil yang diharapkan, berarti semakin besar risiko yang akan ditanggung.

2.1.1 Manajemen Risiko

Manajemen risiko adalah proses pengukuran atau penilaian risiko serta pengembangan strategi pengelolaannya. Strategi yang dapat diambil antara lain adalah memindahkan risiko kepada pihak lain, menghindari risiko, mengurangi efek negatif risiko, dan menampung sebagian atau semua konsekuensi risiko tertentu. Manajemen risiko tradisional terfokus pada risiko-risiko yang timbul oleh penyebab fisik atau legal (seperti bencana alam atau kebakaran, kematian serta tuntutan hukum).

Mengapa manajemen risiko itu penting? Sikap orang ketika menghadapi risiko berbeda-beda. Ada orang yang berusaha untuk menghindari risiko, namun ada juga yang sebaliknya sangat senang menghadapi risiko sementara yang lain mungkin tidak terpengaruh dengan adanya risiko. Pemahaman atas sikap orang terhadap risiko ini dapat membantu untuk mengerti betapa risiko itu penting untuk ditangani dengan baik.

Beberapa risiko lebih penting dibandingkan risiko lainnya. Baik penting maupun tidak sebuah risiko tertentu bergantung pada sifat risiko tersebut, pengaruhnya pada aktifitas tertentu dan kekritisan aktifitas tersebut. Aktifitas berisiko tinggi pada jalur kritis pengembangan biasanya merupakan penyebabnya.

Untuk mengurangi bahaya tersebut maka harus ada jaminan untuk meminimalkan

risiko

atau

paling

tidak

mendistribusikannya

selama


pengembangan tersebut dan idealnya risiko tersebut dihapus dari aktifitas yang mempunyai jalur yang kritis.

2.1.2 Analisa Risiko

Analisa risiko merupakan metode mengidentifikasi risiko dan menilai kerusakan yang mungkin disebabkan, sebagai alasan perlunya perlindungan keamanan. Analisa risiko memiliki tiga tujuan, yaitu : 1. Mengidentifikasi risiko 2. Menghitung dampak dari ancaman 3. Memberikan perbandingan biaya/manfaat antara dampak risiko dengan biaya.

Analisa risiko pada umumnya dilakukan setelah melakukan identifikasi terhadap sebuah risiko. Setelah melakukan identifikasi risiko, maka tahap berikutnya adalah pengukuran risiko dengan cara melihat potensial terjadinya seberapa besar severity (kerusakan) dan probabilitas terjadinya risiko tersebut. Penentuan probabilitas terjadinya suatu event sangatlah subyektif dan lebih berdasarkan nalar dan pengalaman. Beberapa risiko memang mudah untuk diukur, namun sangatlah sulit untuk memastikan probabilitas suatu kejadian yang sangat jarang terjadi. Sehingga pada tahap ini sangatlah penting untuk menentukan dugaan yang terbaik supaya nantinya kita dapat memprioritaskan dengan baik dalam implementasi perencanaan manajemen risiko. Kesulitan dalam pengukuran risiko adalah menentukan kemungkinan terjadi suatu risiko karena informasi statistik tidak selalu tersedia untuk beberapa risiko tertentu. Selain itu, mengevaluasi dampak severity (kerusakan) seringkali cukup sulit untuk asset immateriil.

Setelah mengetahui probabilitas dan dampak dari suatu risiko, maka kita dapat mengetahui potensi suatu risiko. Untuk mengukur bobot risiko kita dapat menggunakan skala dari 1-5, sebagaimana terlihat pada Tabel 2.1.


Tabel 2.1 Skala Risiko Berdasarkan Dampaknya

Skala Sangat rendah Rendah

Probabilitas Hampir tidak mungkin terjadi Kadang terjadi

Sedang

Mungkin tidak terjadi

Tinggi

Sangat mungkin terjadi

Sangat tinggi

Hampir pasti terjadi

Dampak Dampak kecil Dampak kecil pada biaya, waktu dan kualitas Dampak sedang pada biaya, waktu dan kualitas Dampak substansial pada biaya, waktu dan kualitas Mengancam kesuksesan proyek

Probabilitas terjadinya risiko sering disebut dengan risk likelihood; sedangkan dampak yang akan terjadi jika risiko tersebut terjadi dikenal dengan risk impact dan tingkat kepentingan risiko disebut dengan risk value atau risk exposure. Risk value dapat dihitung dengan formula :

Risk Exposure = Risk Likelihood x Risk Impact

Idealnya risk impact diestimasi dalam batas moneter dan likelihood dievaluasi sebagai sebuah probabilitas. Dalam hal ini risk exposure akan menyatakan besarnya biaya yang diperlukan berdasarkan perhitungan analisis biaya manfaat. Risk exposure untuk berbagai risiko dapat dibandingkan antara satu dengan lainnya untuk mengetahui tingkat kepentingan masing-masing risiko.

2.2

Saham

Saham adalah satuan nilai atau pembukuan dalam berbagai instrumen finansial yang mengacu pada bagian kepemilikan sebuah perusahaan. Dengan menerbitkan saham, memungkinkan perusahaan-perusahaan yang membutuhkan pendanaan jangka panjang untuk 'menjual' kepentingan dalam bisnis - saham (efek ekuitas) dengan imbalan uang tunai. Ini adalah metode utama untuk meningkatkan modal


bisnis selain menerbitkan obligasi. Saham dijual melalui pasar primer (primary market) atau pasar sekunder (secondary market).

Ada beberapa tipe dari saham, termasuk saham biasa (common stock) dan saham preferen (preferred stock). Saham preferen biasanya disebut sebagai saham campuran karena memiliki karakteristik hampir sama dengan saham biasa. Biasanya saham biasa hanya memiliki satu jenis tapi dalam beberapa kasus terdapat lebih dari satu, tergantung dari kebutuhan perusahaan. Saham biasa memiliki beberapa jenis, seperti kelas A, kelas B, kelas C, dan lainnya. Masingmasing kelas dengan keuntungan dan kerugiannya sendiri-sendiri dan simbol huruf tidak memiliki arti apa-apa.

2.2.1 Bursa Saham

Bursa saham adalah sebuah pasar yang berhubungan dengan pembelian dan penjualan efek atau saham perusahaan serta obligasi pemerintah. Bursa efek tersebut, bersama-sama dengan pasar uang merupakan sumber utama permodalan eksternal bagi perusahaan dan pemerintah. Biasanya terdapat suatu lokasi pusat, setidaknya untuk catatan, namun perdagangan kini semakin sedikit dikaitkan dengan tempat seperti itu, karena bursa saham modern kini adalah jaringan elektronik, yang memberikan keuntungan dari segi kecepatan dan biaya transaksi. Perdagangan dalam bursa hanya dapat dilakukan oleh seorang anggota, sang pialang saham. Permintaan dan penawaran dalam pasar-pasar saham didukung faktor-faktor yang seperti halnya dalam setiap pasar bebas, memengaruhi harga saham.

Sebuah bursa saham sering kali menjadi komponen terpenting dari sebuah pasar saham. Tidak ada keharusan untuk menerbitkan saham melalui bursa saham itu sendiri dan saham juga tidak mesti diperdagangkan di bursa tersebut. hal semacam ini dinamakan off exchange. Penawaran pertama dari saham kepada


investor dinamakan pasar perdana atau pasar primer dan perdagangan selanjutnya disebut pasar kedua (sekunder).

2.2.2 Mekanisme Perdagangan Saham

Masyarakat dapat membeli saham biasa di bursa efek via broker Di Indonesia, pembelian saham harus dilakukan atas kelipatan 500 lembar atau disebut juga dengan 1 lot. Saham pecahan ( tidak bulat 500 lembar ) bisa diperjualbelikan secara over the counter. Salah satu tujuan masyarakat untuk membeli saham adalah untuk mendapatkan keuntungan dengan cara : 1. Meningkatnya nilai kapital (capital gain). 2. Mendapatkan dividen.

Penawaran Saham Perusahaan kepada masyarakat pertama kali sebelum listing di bursa dinamakan Initial Public Offering (IPO), sedangkan jika sudah terdaftar (listing) dan perusahaan ingin menambah saham beredar dengan memberikan hak terlebih dahulu kepada pemegang saham lama untuk membelinya dinamakan Hak Memesan Efek Terlebih Dahulu (HMETD) atau dikenal juga dengan sebutan Right Issue.

Pertama yang perlu dilakukan adalah investor harus menjadi nasabah pada perusahaan efek dahulu. Investor membuka rekening dengan membayarkan deposit sejumlah Rp 25 juta, sementara yang lain mewajibkan sebesar Rp 15 juta dan seterusnya. Jumlah yang disetorkan bervariasi. Pada dasarnya,batasan minimal atau jumlah nominal membeli saham tidak ada tapi di Bursa Efek Indonesia pembelian minimal 500 lembar atau 1 lot, misalnya harga saham perusahaan XYZ senilai Rp 100,00 maka dana minimal yang dibutuhkan untuk membeli satu lot sama dengan Rp 50.000,00 ( 500 lembar dikali Rp 100,00 ). Transaksi penjualan atau pembelian dapat dilakukan pada Hari bursa. Mekanisme perdagangan, secara sistematis dapat ditunjukkan melalui Gambar 2.1 berikut ini :


Gambar 2.1 Mekanisme Perdagangan Saham

2.3

Value at Risk

Agus Sartono (2006) menyatakan Value at Risk adalah suatu metode pengukuran risiko secara statistik yang memperkirakan kerugian maksimum yang mungkin terjadi atas suatu analisis teknikal pada tingkat kepercayaan tertentu. Nilai VaR selalu disertai dengan probabilitas yang menunjukan seberapa mungkin kerugian yang terjadi akan lebih kecil dari nilai VaR tersebut.

Menurut Ruppert (2004: 346), VaR didefinisikan sebagai batas risiko pasar (risk market) yang dapat diperkirakan sedemikian sehingga kerugian selama waktu horizon tertentu lebih kecil dari batas kerugian tersebut, dengan peluang kejadian sebesar

tingkat

kepercayaan (confidence level)

tertentu.

VaR

menggunakan dua parameter yaitu horizon (selang waktu pengamatan) dan confidence level, yang dinotasikan oleh T dan α−1.

Dalam ekonomi dan keuangan, value at risk disingkat VaR adalah kerugian maksimum yang tak akan dilewati untuk suatu probabilitas yang didefinisikan sebagai tingkat kepercayaan (confidence level), selama suatu periode


waktu tertentu. VaR biasanya digunakan oleh lembaga efek atau bank investasi untuk mengukur risiko pasar dari portfolio aktiva mereka, walaupun sebenarnya VaR adalah suatu konsep yang bersifat umum yang dapat diterapkan untuk berbagai hal.

VaR diterapkan secara luas dalam keuangan untuk manajemen risiko kuantitatif untuk berbagai jenis risiko. VaR tidak memberikan informasi mengenai besarnya kerugian jika dilampaui. Metode pengukuran risiko lain antara lain adalah volatilitas/simpangan baku, semivariance, serta expected shortfall.

Salah satu pengukuran risiko adalah deviasi standar (standard deviation) atau varian (variance) yang merupakan kuadrat dari deviasi standar. Risiko yang diukur dengan ukuran ini mengukur risiko dari seberapa besar nilai tiap-tiap item penyimpangan dari rata-ratanya.

VaR

= S (σ – μs)

Di mana : S

= Nilai multiplier periode perhitungan

σ

= Nilai standard deviation harga saham

μs = Nilai simple moving average harga saham

Menurut Sunaryo (2007: 16), dalam menghitung nilai VaR dari nilai harga saham, pilihan tingkat kepercayaan (keamanan) VaR sangat bergantung pada tingkat toleransi perusahaan terhadap risikonya. Pengusaha dengan tingkat toleransi penerimaan risiko besar cenderung menyediakan dana cadangan yang relatif besar (menggunakan nilai α kecil). Sebaliknya, pengusaha dengan tingkat toleransi penerimaan risiko rendah akan menyediakan dana cadangan yang kecil (menggunakan nilai α besar).


Jika pada sebuah perhitungan VaR sebuah harga saham diperoleh nilai 100 dari tingkat kepercayaan sebesar 95%, dapat diartikan sebagai berikut : 1. Potensi kerugian maksimum yang dapat ditoleransi (dengan tingkat kepercayaan 95%) adalah 100. Dengan demikian, perusahaan menyediakan kapital (cadangan) sebesar 100. 2. VaR sama dengan 100 adalah dana cadangan (kapital) untuk menyerap risiko dengan tingkat keamanan 95%. 3. Kerugian di atas 100 disebut katastrofe. Misalnya, katastrofe mengakibatkan perusahaan mengalami kebangkrutan. Jadi, peluang tidak bangkrut adalah sebesar 95%. Sementara itu, peluang bangkrut adalah sebesar 5%. 4. VaR tidak mengukur kerugian (risiko) maksimum, namun VaR mengukur kerugian yang dapat ditoleransi karena VaR menunjukkan jumlah cadangan yang harus disediakan untuk menopang risiko sebesar VaR juga.

Apabila volatilitas faktor risiko diukur dengan persentase, maka volatilitas kerugian sama dengan volatilitas faktor risiko dalam persen dikalikan dengan eksposurnya. Atau dapat digambarkan pada persamaan berikut :

σL = X x σ

Dimana : σL

= Volatilitas Kerugian

X

= Nilai eksposur

σ

= volatilitas faktor risiko dalam persen

Jadi, formula VaR jika digunakan pengukuran volatilitas faktor risiko dapat dirumuskan sebagai berikut : VaR = α x σL


Dimana : α

= Tingkat kepercayaan

σL

= Volatilitas Kerugian

Sebagai contoh, seorang investor Z memegang saham senilai 1000. Keuntungan/kerugian dari memegang saham menyebar normal. Volatilitas perubahan harga saham adalah sebesar 20. Jika diketahui tingkat kepercayaan sebesar 99%, maka nilai VaR dari saham tersebut dapat dihitung sebagai berikut :

VaR = 2.326 x 20 = 4.652

Selain untuk menghitung nilai risiko sebuah harga saham, VaR juga dapat digunakan untuk mengukur kinerja investasi sebuah saham. Dalam kasus ini, digunakan input keuntungan dalam satuan mata uang, bukan dalam bentuk persentase dengan VaR berfungsi sebagai ukuran risikonya.

Ukuran kinerja instrumen finansial pada dasarnya adalah keuntungan dibagi dengan risikonya. Dengan menggunakan basis VaR, maka ukuran kinerja investasi pada sebuah saham dapat dihitung dengan menggunakan persaham sebagai berikut :

RAPM = Keuntungan / VaR

Ukuran kinerja investasi berbasis VaR ini biasa disebut dengan risk adjusted performance measure (RAPM). Dengan menggunakan kriteria RAPM, perusahaan yang mempunyai kinerja tinggi adalah perusahaan yang mampu menghasilkan keuntungan persatuan risiko yang tinggi. RAPM mempunyai informasi yang lebih dibandingkan sharpe’s ratio. RAPM memperhitungkan besarnya eksposur investor terhadap faktor risiko. Selain


itu, VaR yang menjadi penyebut RAPM mengukur risiko kapital (capital risk) yang mempunyai interpretasi peluang, yaitu peluang kerugian lebih dari nilai VaR. Nilai VaR mempunyai interpretasi kapital, yaitu jumlah dana yang disetor investor dalam aktivitas bisnis. Nilai VaR dalam aktivitas bisnis riil adalah nilai saham dan nilai obligasi (utang jangka panjang) perusahaan.

2.4

Statistika

Statistika adalah

ilmu

yang

mempelajari

bagaimana

merencanakan,

mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat

digunakan

untuk

dinamakan statistika

menyimpulkan

deskriptif.

Sebagian

atau besar

mendeskripsikan konsep

dasar

data

ini

statistika

mengasumsikan teori probabilitas.

Dalam mengaplikasikan statistika terhadap permasalahan sains, industri, atau

sosial,

pertama-tama

dimulai

dari

mempelajari

populasi.

Makna populasi dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni dikenal dengan istilah deret waktu.

Melakukan

pendataan

(pengumpulan

data)

seluruh

populasi

dinamakan sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika seringkali dilakukan pengambilan sampel (sampling), yakni sebagian kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari sampel nantinya digunakan untuk menggeneralisasi seluruh populasi. Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan simpulan yang dibuat dari sampel dapat digunakan untuk


menggambarkan populasi secara keseluruhan. Metode statistika tentang bagaimana cara mengambil sampel yang tepat dinamakan teknik sampling.

Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.

Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung ratarata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data tersebut, sehingga lebih mudah dibaca dan bermakna.

Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, ANOVA, deret waktu).

2.5

Analisis Data

Kualitas data yang digunakan sangat menentukan hasil atau kesimpulan yang diperoleh. Bila datanya berkualitas baik maka informasi yang akan diperoleh juga baik dan sebaliknya. Kualitas data ditentukan oleh akurasinya. Data yang tidak akurat ditunjukkan oleh adanya data pencilan (outliers). Data ini harus dibuang agar tidak merusak hasil. Selain itu juga diperlukan pemeriksaan normalitas data.


Adapun beberapa analisis data yang dapat digunakan adalah sebagai berikut : 1. Analisis Deskriptif Analisis deskriptif berhubungan dengan pengumpulan dan peringkasan data, serta penyajian hasil peringkasan tersebut. Analisis data diskriptif sangat

bermanfaat

untuk

menganalisis

data

populasi

atau

untuk

menganalisis kajian atau penelitian yang obyeknya berupa populasi. Kajian atau penelitian demikian bisa jadi dalam bentuk studi kasus. Contoh bentuk penyajiannya adalah histogram, diagram pastel.

2. Analisis Parametrik Dan Nonparametrik Pada dasarnya data statistik terbagi menjadi dua macam, yaitu statisitik parametrik dan statistik nonparametrik. Statistik parametrik dilakukan jika sampel yang akan dipakai berasal dari populasi yang berdistribusi normal. Jumlah data yang digunakan dalam analisis ini minimal 30 sampel dan menggunakan yang berupa data interval dan ratio. Sedangkan statistik non parametrik digunakan untuk menganalisis data yang jumlahnya dibawah 30 (sangat sedikit) serta datanya berupa data ordinal dan nominal. Disamping itu metode non parametrik tidak mengharuskan data berdistribusi normal, karena itu metode ini sering dinamakan uji distribusi bebas (distribution free test). Dengan demikian metode ini dapat dipakai untuk segala distribusi data dan lebih luas penggunaanya.

3. Analisis Hubungan Analisis hubungan secara garis besar dibedakan menjadi analisis keeratan hubungan (korelasi), bentuk hubungan (regresi atau model aritmatika) dan analisis sebab akibat (analisis jalur atau path analisis, LISREL). Pada tulisan ini akan diuraikan kesesuaian setiap metode dengan jenis data berdasarkan

skala

pengukurannya. Disamping itu juga akan kelihatan

kesetaraan berbagai metode analisis, misalnya parametrik dengan non parametrik.


4. Analisis Perbandingan (Komparatif) Analisis perbandingan dapat dibedakan menjadi pembandingan satu populasi (terhadap nilai tertentu/standar yang dihipotesiskan), pembandingan dua populasi dan pembandingan lebih dari dua populasi. Disamping itu juga dibedakan menjadi parametrik dengan non parametrik, dan univariate dengan multivariat.

5. Analisis Peubah Tunggal (Univariat) dan Peubah Ganda (Multivariat) Untuk mengukur keeratan hubungan dan pengaruh diantara hasil-hasil pengamatan dari populasi yang mempunyai dua atau lebih varian maka dilakukan dengan analisis peubah tunggal (univariat) akan tetapi apabila dalam suatu penelitian melibatkan banyak variabel dan antar variabel tersebut saling berkorelasi, maka analisis yang tepat adalah analisis peubah ganda (multivariat).

2.6

Teknikal Analisis

Teknikal analisis atau lebih dikenal dengan istilah analisa teknikal adalah merupakan suatu teknik analisa yang dikenal dalam dunia keuangan yang digunakan untuk memprediksi trend suatu harga saham dengan cara mempelajari data pasar yang lampau, terutama pergerakan harga dan volume. Pada awalnya analisa teknikal hanya memperhitungkan pergerakan harga pasar atau instrumen yang bersangkutan, dengan asumsi bahwa harga mencerminkan seluruh faktor yang relevan sebelum seorang investor menyadarinya melalui berbagai cara lain.

Analisa teknikal dapat menggunakan berbagai model dan dasar misalnya, untuk pergerakan harga digunakan metode seperti misalnya Indeks Kekuatan Relatif, Indeks pergerakan rata-rata, regresi, korelasi antar pasar dan intra pasar, siklus ataupun dengan cara klasik yaitu menganalisa pola grafik.


Analisa teknikal dikenal secara luas di antara para pedagang saham (atau dikenal dengan sebutan trader) dan para profesional dibidang keuangan, namun dalam dunia akademis dianggap sebagai voodoo finance.

Akademisi seperti Eugene Fama mengatakan bahwa pembuktian analisa teknikal ini sangat tipis dan inkonsisten yang merupakan bentuk kekurangan dari tehnik yang diterima secara umum yaitu Hipotesa pasar efisien. Ekonom bernama Burton Malkiel berargumen bahwa "Analisa teknikal merupakan sesuatu yang diharamkan (anathema) dalam dunia akademis" dan selanjutnya ia mengatakan pula bahwa " dalam bentuknya yang merupakan hipotesa efisien pasar yang lemah maka angka tidak akan dapat memprediksi harga saham kedepannya berdasarkan harga yang lampau".

Dalam pasar valuta asing, analisa teknis ini lebih banyak digunakan para praktisi dibandingkan penggunaan analisa fundamental. Beberapa studi internal mengindikasikan bahwa aturan perdagangan tehnikal ini dapat menghasilkan imbal hasil yang konsisten pada periode hingga tahun 1987, kebanyakan penelitian akademis menitik beratkan pada sifat alamiah dari posisi anomali dari pasar mata uang. Terdapat spekulasi bahwa anomali ini terjadi sebagai akibat dari adanya intervensi bank sentral.

2.6.1 Fungsi Teknikal Analisis

Analisis teknikal berupaya untuk mengidentifikasi patron harga dan tren dalam pasar keuangan dan berupaya untuk mengeksploitasi patron tersebut. Dalam penggunaan berbagai metode atau teknik maka mereka mengutamakan studi atas grafik harga. Para analis berupaya menemukan prototipe patron seperti misalnya patron pembalikan yang sudah amat dikenal dengan istilah Inggris head and shoulders (patron berbentuk seperti kepala dan bahu ), serta mempelajari pula berbagai patron seperti harga, volume, dan pergerakan rata-rata dari harga.


Beberapa analis tehnikal juga menggunakan indikator psikologis dari investor sentimen pasar.

Secara esensial analisa teknikal mempelajari dua bidang investasi yaitu analisa dari psikologi pasar dan analisa terhadap suplai dan permintaan. Para analis berupaya untuk meramalkan pergerakan harga guna memperoleh keberhasilan dalam perdagangan serta memperkecil risiko kerugiannya serta menghasilkan imbal hasil positif dalam masa depan melalui cara pengelolaan risiko dan manajemen keuangan.

Banyak cara pembelajaran analisa tehnikal. Para penganut cara pembelajaran dari tehnik yang berbeda-beda (misalnya grafik lilin atau lebih dikenal luas dengan istilah candlestick chart, Teori Dow, dan Teori Elliot wave seringkali mengabaikan teknik pendekatan lainnya, namun banyak pula yang mengkombinasikan beberapa elemen pembelajaran. Para analis biasanya memutuskan untuk menggunakan metode pembelajaran yang mana yang tepat berdasarkan pengalaman atas apa yang tercermin dari suatu instrumen pada suatu masa tertentu serta apa makna dari patron yang terbentuk dalam masa tersebut.

Analisa teknikal seringkali kontras dengan analisa fundamental yaitu studi atas faktor ekonomi yang diyakini beberapa analis mampu memengaruhi harga dalam pasar keuangan. Para analis teknikal meyakini bahwa harga tersebut sudah mencerminkan

semua

pengaruh

ekonomi

tersebut

sebelum

investor

menyadarinya. Beberapa pedagang menggunakan salah satu dari teknikal atau fundamental secara eksklusif namun beberapa lainnya menggabungkan keduanya dalam melakukan analisa.

2.6.2 Indikator Teknikal Analisis

Ada beberapa indikator yang perlu diperhatikan dalam melakukan teknikal analisis, yaitu sebagai berikut:


1. Moving Average Moving average adalah salah satu alat yang paling populer dan mudah digunakan untuk para analis teknikal. Alat ini berfungsi untuk memuluskan satu serial data dan memudahkan kita untuk memetakan tren, sesuatu yang khususnya akan sangat membantu dalam pasar yang volatilitas. Dua jenis moving average yang paling populer adalah Simple Moving Average (SMA) dan Exponential Moving Average (EMA).

a. Simple Moving Average (SMA) Simple moving average dibentuk dengan menghitung rata-rata (mean) harga suatu sekuritas selama periode waktu tertentu. Walaupun dimungkinkan untuk menciptakan moving averages dari data harga pembukaan (open), tertinggi (high), dan terendah (low), namun kebanyakan moving average diciptakan dengan menggunakan data harga penutupan (close). Adapun persamaan Simple Moving Average sebagai berikut : μs = ΣXt / n

Di mana : μs = Nilai simple moving average Xt = Nilai perubahan harga harian n

= Jumlah hari per bulan

Sebagai contoh, simple moving average 5-hari dihitung dengan menjumlahkan harga-harga penutupan 5 hari terakhir dan membagi totalnya dengan 5. μs = 10 + 11 + 12 + 13 + 14 = 60 μs = (60/5) = 12


Kalkulasi ini diulang untuk setiap batang harga pada grafik. Nilai-nilai ratarata tersebut kemudian digabungkan untuk membentuk kurva yang dimuluskan – garis moving average. Melanjutkan contoh di atas, jika harga penutupan berikutnya dalam rata-rata adalah 15, maka periode baru ini akan ditambahkan sehingga hari yang tertua, dalam hal ini adalah 10, akan dibuang. Simple moving average 5-hari yang baru kemudian akan dikalkulasikan sebagai berikut :

μs

= 11 + 12 + 13 + 14 + 15 = 65

μs

= (65/5) = 13

Selama 2 hari terakhir, SMA bergerak dari 12 ke 13. Setiap kali data hari baru ditambahkan, data hari yang tertua akan dihilangkan dan moving average akan melanjutkan gerak dengan bertambahnya waktu. Demikian seterusnya.

b. Exponential Moving Average (EMA) Dalam rangka untuk mengurangi efek lambat pada simple moving average, para teknikalis sering menggunakan exponential moving average (sering juga disebut exponentially weighted moving average). EMA mengurangi kelambatan dengan memberikan bobot lebih pada harga-harga yang lebih kini relatif terhadap harga-harga yang lebih lampau. Pembobotan lebih yang diberikan pada harga-harga terkini tergantung pada spesifikasi periode moving average. Semakin pendek periode EMA yang dipakai, semakin besar bobot yang akan diberikan pada harga-harga terkininya. Sebagai contoh, EMA 10-hari memberi bobot pada harga terkininya sebesar 18,18%, sementara EMA 20-hari memberinya bobot sebesar 9,52%. Sebagaimana yang akan ditunjukkan kemudian, kalkulasi EMA jauh lebih rumit dari pada kalkulasi SMA.


Hal penting yang mesti diingat adalah bahwa exponential moving average memberikan bobot lebih pada harga terkininya. Dikarenakan oleh hal tersebut, maka EMA akan bereaksi lebih cepat pada perubahan harga terkininya dari pada SMA.

2. Stochastic Oscillator (SO) Stochastic

Oscillator

(SO)

adalah

indikator

momentum

yang

dikembangkan oleh George C. Lane pada akhir 1950-an, yang menunjukkan lokasi dari penutupan harga saat ini relatif terhadap wilayah titik tinggi-rendah selama periode waktu tertentu. Tingkat harga penutupan yang secara konsisten berada dekat wilayah tinggi mengindikasikan akumulasi (tekanan beli) dan yang berada dekat wilayah rendah mengindikasikan distribusi (tekanan jual).

Perhitungan SO dilakukan menurut formula dan contoh tabulasi yang tertera pada halaman berikutnya. Suatu %K 14-hari (Stochastic Oscillator periode14) akan menggunakan data penutupan terkini, titik tertinggi dari titik-titik tinggi selama 14 hari terakhir, dan titik terendah dari titik-titik rendah selama 14 hari terakhir. Panjangnya periode akan bervariasi tergantung dari sensitivitas dan jenis dari sinyal yang diinginkan. Sebagaimana pada RSI, besarnya periode yang populer digunakan untuk perhitungan adalah 14. %K memberitahukan pada kita bahwa harga penutupan (115,38) berada pada persentil ke-57 dari wilayah tinggirendah, atau sedikit di atas titik tengah. Karena %K adalah suatu rasio atau persentase, maka ia akan berfluktuasi antara 0 dan 100. Suatu SMA 3-hari biasanya diplotkan sepanjang sisi %K untuk bertindak sebagai garis pemicu, dan dinamakan dengan %D.

3. Stochastic RSI Stochastic RSI adalah suatu oscillator yang mengukur level RSI relatif terhadap wilayah pergerakannya selama periode waktu tertentu. Indikator ini dikembangkan oleh Tushard Chande dan Stanley Kroll. Indikator ini menggunakan RSI sebagai fondasi dan mengaplikasikan formulasinya di balik


Stochastic. Hasilnya adalah sebuah oscillator yang berfluktuasi di antara 0 dan 1. Dalam bukunya The New Technical Trader yang terbit tahun 1994, Chande dan Kroll menjelaskan bahwa RSI kadang-kadang difungsikan di antara level 20 dan 80 untuk periode yang diperpanjang tanpa menyentuh area jenuh jual dan jenuh beli. Para trader yang melihat waktu masuk berdasarkan pembacaan jenuh beli atau jenuh jual pada RSI mungkin akan men-dapati diri mereka tetap berada pada pergerakan mendatar.

4. Williams %R Williams %R adalah indikator momentum yang dikembangkan oleh Larry Williams dan bekerja lebih banyak seperti halnya Stochastic Oscillator. Indikator ini terutama pupoler untuk mengukur tingkat jenuh beli dan jenuh jual. Skala indikator ini membentang dari 0 sampai 100 dengan pembacaan dari 0 – 20 dipertimbangkan sebagai jenuh beli dan pembacaan dari -80 sampai -100 dipertimbangkan sebagai jenuh jual.

William

%R

yang

kadang-kadang

hanya

disebut

dengan

%R

memperlihatkan hubungan antara titik penutupan relatif terhadap wilayah titik tinggi-rendah sepanjang periode waktu tertentu. Penutupan yang semakin mendekati puncak wilayah, akan menyebabkan indikator semakin mendekati nol (tertinggi). Sebaliknya, penutupan yang semakin mendekati dasar wilayah, akan menyebabkan indikator semakin mendekati -100. Jika penutupan setara dengan titik tinggi dari wilayah tinggi-rendah, maka indikator akan menunjukkan level 0 (pembacaan tertinggi). Sebaliknya, jika penutupan setara dengan titik rendah dari wilayah tinggi-rendah, maka indikator akan menunjukkan level -100 (pembacaan terendah).

5. Bollinger Bands Bollinger Bands yang dikembangkan oleh John Bollinger adalah satu indikator yang memungkinkan penggunanya untuk membandingkan volatilitas


dan level harga relatif selama periode waktu tertentu. Indikator ini terdiri dari tiga pita yang dirancang untuk meliputi mayoritas pergerakan harga sekuritas.

1. Satu simple moving average di tengah 2. Satu pita atas (SMA ditambah 2 standar deviasi) 3. Satu pita bawah (SMA dikurangi 2 standar deviasi)

Standar deviasi adalah satu unit pengukuran statistik yang memberikan perkiraan yang baik dari plot volatilitas harga. Penggunaan standar deviasi memastikan bahwa pita akan bereaksi secara cepat atas pergerakan harga dan merefleksikan periode volatilitas tinggi dan rendah. Ketajaman harga yang meningkat (atau menurun), dan demikian pula volatilitasnya, akan membuat pita semakin melebar.


BAB 2 LANDASAN TEORI

Recommend Documents