BAB I PENDAHULUAN
1.1
Latar Belakang Masalah Semakin cepatnya pertumbuhan ekonomi, teknologi dan ilmu pengetahuan
berdampak pada pola pikir manusia dalam mencari dan menghasilkan uang, salah satu contohnya dalam berinvestasi pada saham. Informasi yang begitu mudah dicari dan disebarluaskan, serta kesadaran dan pengetahuan manusia yang lebih baik dalam berinvestasi membuka peluang yang sangat besar untuk dapat mengerti dan memahami cara berinvestasi saham. Dengan berbagai infrastruktur dan fasilitas yang ada sangat memudahkan para trader saham dalam melakukan trading. Menurut Iyan (2010), ada banyak sekali cara trading, ribuan, puluh ribuan atau bahkan jutaan cara dalam melakukan trading. Setiap cara trading yang dilakukan bergantung pada kemampuan dan teknik setiap trader. Tingkat kesabaran, waktu yang dimiliki trader dan resiko yang harus diterima merupakan beberapa faktor yang menjadi pengaruh dalam sukses atau gagalnya dalam kegiatan trading. Moving average (MA) merupakan suatu perhitungan yang sering dipakai dalam ilmu ekonomi dan statistika untuk menganalisa berbagai hal, misalnya memperhalus naik dan turunnya harga dalam grafik pada periode yang singkat, melihat suatu tren harga, dan sebagai support dan resistance (Filbert, 2014). Indikator memberikan nilai rata-rata atas perubahan harga pada beberapa hari ke belakang, sehingga memberikan infomasi yang lebih mudah ditangkap untuk keperluan analisis dan mengetahui tren suatu harga (Hendarto, 2005).
1
Terdapat beberapa penelitian yang diteliti oleh peneliti lain yaitu dalam laporan penelitian yang dilakukan oleh M. Mustakim, dkk. (Tanpa Tahun) menggunakan metode neuro fuzzy dan fibonacci retracement dalam memprediksi tingkat support dan resistansi pada pasar forex. Sistem prediksi yang dikembangkan menggunakan data yang terdiri dari open, high, low, close, dan resistance. Dalam laporan penelitian Dita Ayu D. P. yang berjudul “Prediksi Harga Closed Saham Menggunakan Adaptive Neuro Fuzzy Inference System” pada tahun 2011, menggunakan algoritma Adaptive Neuro Fuzzy Inference System. Sistem prediksi yang dikembangkan menyimpulkan bahwa metode Adaptive Neuro Fuzzy Inference System (ANFIS) dapat digunakan untuk memprediksikan harga berdasarkan faktor-faktor yang mempengaruhi pergerakan harga. ANFIS adalah gabungan antara metode fuzzy logic dengan Jaringan Syaraf Tiruan (JST). Dalam laporan penelitian Ilham Syaiful Muchlishin yang berjudul “Prediksi Harga Saham dalam Perspektif Analisis Teknikal” pada tahun 2011, menggunakan metode Moving Average (MA). Sistem prediksi yang dikembangkan menyimpulkan bahwa penggunaan analisis teknikal dengan metode moving average dapat berguna untuk melihat trend pergerakan harga saham. Ketika MA periode pendek memotong MA periode panjang dari bawah ke atas, menunjukkan sinyal untuk membeli karena harga saham berpeluang untuk menguat. Sebaliknya jika MA periode pendek memotong MA periode panjang dari atas ke bawah, hal tersebut merupakan sinyal jual karena menunjukkan peluang penurunan yang dapat menyebabkan kerugian. Dalam laporan penelitian Edy Supriyanto yang berjudul “Penerapan Jaringan Syaraf Tiruan untuk Memprediksi Harga Saham” pada tahun 2004, sistem
2
prediksi yang dikembangkan menyimpulkan bahwa prediksi harga sangat membantu para trader untuk mengambil keputusan apakah harus menjual atau membeli saat berada dalam pasar forex. Dalam laporan penelitian Pei-Chann Chang, Chen-Hao Liu, dkk. yang berjudul “A Neural Network with a Case Based Dynamic Window for Stock Trading Prediction” pada tahun 2009, sistem yang terintegrasi dengan menggabungkan waktu dinamis, dan neural network untuk prediksi perdagangan saham terdapat tiga tahap dalam sistem yaitu penyaringan saham potensial, faktor yang berpengaruh, dan menggunakan jaringan propagasi balik untuk memprediksi poin buy / sell. Dalam laporan penelitian Yanuar Palimo A. B yang berjudul “Perbandingan Efisiensi Teknikal Indikator Simple Moving Average dan Exponential Moving Average pada Saham Pertambangan Batubara di Bursa Efek Indonesia”, berdasarkan periode yang diambil menunjukkan bahwa indikator simple moving average (SMA) lebih efisien dari pada indikator exponential moving average (EMA) pada saham pertambangan batubara. Wong, Du dan Chong (2005) menguji probabilitas pengaplikasian indiktor teknikal untuk menghasilkan sinyal beli maupun sinyal jual di bursa saham Cina, Hong Kong, dan Taiwan. Indikator dari kelompok moving average (simple moving average, dual moving average, triple moving average, moving average confergence divergence, dan triple exponential average) ternyata secara signifikan dapat memberikan return positif dibandingkan dengan strategi buy-and-hold. Dalam papernya, Wong, Manzur, dan Chew (2010) memfokuskan pada peranan analisis teknikal dalam memberikan sinyal entry dan exit di pasar modal, dengan kasus di Pasar Modal Singapura. Pengamatan dilakukan dengan
3
menggunakan uji statistik untuk menilai kinerja moving average dan relative strength index. Temuan analisis mengindikasikan bahwa indikator tersebut secara signifikan dapat memberikan return positif. Dari penelitian-penelitian yang sudah pernah dilakukan, diketahui beberapa macam metode yang digunakan untuk memprediksi harga dan mengetahui trend dari suatu harga. Meskipun demikian, belum ada standar untuk mengetahui suatu tren harga saham ke depan dengan menggunakan simple moving average (SMA) dan exponential moving average (EMA) pada harga saham perusahaan terpilih, yaitu PT Astra International Tbk (ASII), PT Aneka Tambang Tbk (ANTM), PT Astra Agro Lestari Tbk (AALI), PT Bank Mandiri (BMRI), PT Bank Rakyat Indonesia (BBRI), PT Bank Negara Indonesia (BBNI), PT Bank Central Asia (BBCA), PT Bank Danamon Indonesia Tbk (BDMN), PT Indofood Sukses Makmur Tbk (INDF), PT Semen Indonesia Tbk (SMGR), PT Perusahaan Gas Negara (PGAS), PT Tambang Batubara Bukit Asam (PTBA), PT London Sumatra Indonesia Tbk (LSIP), PT United Tractors Tbk (UNTR), dan PT Telkom Tbk (TLKM) yang semenjak tahun 2005 hingga 2014 masuk ke dalam LQ45 dan terdaftar pada Bursa Efek Indonesia. Oleh karena itu, dibutuhkan sebuah penelitian untuk mengetahui tren yang akan terjadi ke depan pada perusahaan tersebut. Untuk keperluan itu, dibangun sebuah aplikasi penentu tren harga saham perusahaan dengan menggunakan simple moving average (SMA) dan exponential moving average (EMA).
4
1.2 1.
Rumusan Masalah Bagaimana mengimplementasi indikator teknikal simple moving average (SMA) dan exponential moving average (EMA) dalam aplikasi penentu tren harga saham?
2.
Berapakah ketepatan aplikasi penentu tren harga saham dengan menggunakan simple moving average (SMA) dan exponential moving average (EMA)?
1.3
Batasan Masalah Batasan masalah dalam penelitian ini adalah sebagai berikut.
1.
Website yang dibuat hanya untuk menentukan tren harga saham 15 perusahaan terpilih, yang semenjak tahun 2005 hingga 2014 masuk ke dalam LQ45 dan terdaftar pada Bursa Efek Indonesia (BEI).
2.
Menggunakan indikator teknikal moving average, yaitu simple moving average (SMA) dan exponential moving average (EMA) periode 5 hari (mingguan) dan 20 hari (bulanan).
3.
Data pengamatan dan pengujian yang digunakan yaitu data saham pada Januari 2014 hingga September 2015.
4.
Metode pengujian dalam penelitian ini adalah mencocokan hasil tren SMA periode 5 dan 20, serta hasil tren EMA periode 5 dan 20 dengan tren yang terjadi pada kenyataan apakah tepat naik atau tepat turun, jikalau tepat naik atau tepat turun maka sesuai, jikalau sebaliknya maka tidak sesuai.
5
1.4
Tujuan Penelitian Tujuan penelitian dalam penelitian ini adalah sebagai berikut.
1.
Mengimplementasi indikator teknikal simple moving average (SMA) dan exponential moving average (EMA) dalam menentukan tren harga saham perusahaan pada Bursa Efek Indonesia.
2.
Mengetahui ketepatan indikator teknikal simple moving average (SMA) dan exponential moving average (EMA) dalam menentukan tren harga saham.
1.5
Manfaat Penelitian Dengan dikembangkannya aplikasi ini, dapat diketahui berapakah ketepatan
penggunaan indikator teknikal kelompok moving average (simple moving average dan exponential moving average) dalam menganalisis suatu grafik harga saham. Dari data itu, para pemain saham dapat mengetahui tren yang sedang terjadi dan tren ke depan yang akan terjadi.
1.6
Sistematika Penulisan
BAB I PENDAHULUAN Bab ini menjelaskan tentang latar belakang permasalahan, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan tentang penjelasan singkat dari setiap bab. BAB II LANDASAN TEORI Bab ini berisikan teori-teori dan prinsip-prinsip yang digunakan dalam melakukan penelitian, seperti investasi saham, pengertian investasi, pengertian saham, analisis teknikal, simple moving average (SMA), dan exponential moving average (EMA). BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
6
Bab ini berisikan metode penelitian yang digunakan dalam mendukung perancangan aplikasi yang dihasilkan, meliputi perancangan aplikasi, flowchart, struktur tabel data, Entity Relationship Diagram (ERD), Data Flow Diagram (DFD), struktur basis data, dan desain user interface. BAB IV IMPLEMENTASI DAN HASIL PENELITIAN Bab ini berisikan pembahasan mengenai implementasi simple moving average (SMA) dan exponential moving average (EMA) dalam aplikasi penentu tren harga saham dan data hasil penelitian, yaitu dengan melakukan pengecekan tren harga saham. BAB V SIMPULAN DAN SARAN Bab ini berisikan simpulan dan saran yang didapat dari hasil penelitian yang telah diselesaikan.
7
