BAB I PENDAHULUAN I.1 Latar Belakang Data time series merupakan suatu deret bilangan riil yang merepresentasikan suatu nilai pada spesifik waktu tertentu[33]. Penggunaan data time series di antaranya pada data finansial, pengukuran biologi, astronomi, dan cuaca. Pada bidang finansial, data time series diantaranya digunakan untuk merepresentasikan pergerakan nilai harga saham dan nilai mata uang.
Pada penelitian ini akan dikaji salah satu permasalahan dalam bidang finansial yang melibatkan data time series yaitu memprediksi pergerakan harga saham. Prediksi ini sangat penting dalam perdagangan saham karena hasil prediksi yang akurat
akan
memberikan
petunjuk
kapan
waktu
yang
terbaik
untuk
membeli/menjual suatu saham dan saham apa yang harus dibeli/dijual. Data harga saham yang berjumlah sangat besar dan bersifat time series memberikan motivasi kuat bagi para peneliti untuk terus mencari metoda yang tepat di dalam memprediksi harga saham. Menurut beberapa literatur, metoda di dalam melakukan prediksi harga saham dibagi dalam dua pendekatan. Pendekatan pertama disebut sebagai analisa teknis (technical analysis) yaitu analisa yang berdasarkan pada chart, tren harga dari data finansial masa lampau. Sedangkan pendekatan kedua disebut sebagai analisa fundamental yaitu analisa yang berdasarkan variabel yang mencerminkan kondisi perusahaan seperti earning per share, pembagian deviden ke investor, cash flow perusahaan, ataupun kondisi pasar (antara lain: makroekonomi dan mikroekonomi).
Salah satu metoda yang menggunakan analisa teknis adalah pendekatan dengan konsep data mining. Data mining merupakan analisa data dengan tujuan
1
menyingkap pola yang tersembunyi[30,
33]
. Metoda yang digunakan dalam data
mining antara lain menggunakan kecerdasan buatan seperti artificial neuro network (ANN)[38, 34, 32, 21, 20, 3, 12]. Pendekatan lain yang biasa dilakukan untuk memprediksi adalah dengan metoda statistik[26]. Penelitian lainnya untuk mendapatkan hasil prediksi harga saham lebih akurat dengan analisis teknis juga dilakukan oleh Zeng Zhanggui, dll[39], Sameer Singh[29] dengan metoda pengenalan dan klasifikasi pola, dan Hellstrom and Holmstrom[18]. Sedangkan Pendekatan dengan menggunakan analisis fundamental dilakukan oleh peneliti, antara lain David M. Cutler, James M. Poterba, dan Lawrence H. Summers[11]. Makalah David M. Cutler, James M. Poterba, dan Lawrence H. Summers[11] menjelaskan bahwa pergerakan harga saham dipengaruhi oleh banyak faktor. Faktor tersebut yang dapat dibagi dalam 2 aspek yaitu aspek pengaruh makroekonomi dan pengaruh nonekonomi (berita politik, peperangan, dan lainlain).
Dalam penelitian ini, dikembangkan suatu model dan perangkat lunak untuk prediksi harga saham yang berdasarkan pada data historis harga saham (analisis teknikal) dan pengaruh faktor fundamendal (analisis fundamental). Metoda similar sequence matching (SSM) digunakan sebagai pendekatan/analisi teknis yaitu untuk mengklasifikasi pola berdasarkan data terdahulu. Sedangkan metoda untuk menggabungkan hasil dari metode SSM dengan pengaruh kondisi terkini menggunakan metoda max – min ant colony. Dengan sistem model tersebut diharapkan memberikan hasil prediksi yang lebih memuaskan. Keluaran penelitian ini adalah sebuah perangkat lunak yang bersifat user friendly.
I.2 Rumusan Masalah Pekerjaan memprediksi terhadap sesuatu bukanlah pekerjaan yang mudah. Banyak faktor yang dapat mengakibatkan hasil prediksi meleset. Dalam bidang finansial, prediksi merupakan pekerjaan yang sangat penting karena hasil prediksi
2
memberikan petunjuk/informasi awal kepada para analis mengenai kejadian pada masa depan sehingga para analis dapat mengantisipasi dengan tepat dan cepat.
Kesulitan dalam melakukan prediksi harga saham timbul antara lain disebabkan karena 1. data time series harga saham hampir bersifat random dan tak terprediksi[23], 2. banyak faktor yang membuat pergerakan harga saham diluar dugaan/tak terprediksi sebelumnya. Faktor psikologi pasar tidak saja didasarkan pada kondisi perusahaan, tetapi terkadang atau bahkan lebih sering didasarkan pada pengaruh luar seperti pergerakan indeks saham wall street, kebijakan Amerika Serikat, kondisi politik dalam negeri ataupun luar negeri, pendapat analisis yang tersohor, dan lainlain, 3. banyaknya spekulan yang hanya memanfaatkan kondisi yang terjadi saat itu dan bersikap ambil untung membuat pergerakan saham sangat berfluktuatif. Oleh karena itu, dalam melakukan prediksi harga saham diperlukan suatu metoda yang dapat memanfaatkan data historis harga saham pada masa lampau dan faktor kondisi terkini yang mungkin mempengaruhi psikologi pasar dalam bersikap (membeli atau menjual suatu saham). Faktor kondisi terkini yang berpengaruh antara lain adalah kondisi perusahaan, aktifitas makroekonomi, dan faktor berita non ekonomi.
I.3 Tujuan Penulisan Penelitian tesis ini bertujuan untuk merancang suatu model dan perangkat lunak untuk memprediksi harga saham. Model yang digunakan dalam memprediksi harga saham tidak hanya memperhitungkan data terdahulu saja (proses data
3
mining), tetapi juga pengaruh dari kondisi perusahaan, aktifitas makroekonomi dan berita non ekonomi pada saat itu. Sedangkan perangkat lunak yang dihasilkan bersifat graphical user interface sehingga diharapkan user dapat lebih mudah untuk mengoperasikannya.
I.4 Batasan Masalah Batasan masalah yang digunakan dalam penelitian ini adalah 1. prediksi yang dihasilkan bukan merupakan satu titik nilai harga saham atau return saham, tetapi merupakan rentang/selang nilai return harga saham, 2. prediksi yang dihasilkan merupakan nilai prediksi pada satu hari berikutnya (short term prediction).
I.5 Metodologi Penelitian Penelitian ini dilakukan dengan mengikuti metode ilmiah dengan urutan sebagai berikut 1. merumuskan masalah, 2. studi literatur/pustaka, 3. mengembangkan sistem model untuk memprediksi harga saham, 4. perancangan perangkat lunak berdasarkan model dan metoda yang telah dikembangkan, 5. implementasi atau coding perangkat lunak, 6. simulasi dan pengujian dengan beberapa data harga saham, 7. analisa dari hasil pengujian, 8. penarikan dan penyusunan kesimpulan.
I.6 Sistematika Pembahasan Sistematika pembahasan penelitian tesis ini adalah sebagai berikut 4
BAB I. PENDAHULUAN Bab pertama ini dijelaskan mengenai latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, metodologi penelitian, sistematika pembahasan. BAB II. LANDASAN TEORI Bab ini menjelaskan mengenai landasan teori yang terlibat dan digunakan dalam pemodelan seperti data financial time series, pengenalan pola, similarity sequence matching, pengukuran kondisi perusahaan, faktor makroekonomi dan non ekonomi yang mempengaruhi pergerakan harga saham, metode max – min ant colony system sebagai metoda yang digunakan untuk mengkombinasikan dua pendekatan yang berbeda. BAB III. SISTEM MODEL PREDIKSI HARGA SAHAM Bab ini mencakup pembuatan alur model untuk memprediksi harga saham dan penjelasan detil mengenai model yang dikembangkan. BAB IV. PERANCANGAN DAN IMPLEMENTASI PERANGKAT LUNAK Bab ini menjelaskan tahapan-tahapan dalam merancang perangkat lunak, yaitu kebutuhan pengguna, tahap analisa, dan tahap desain. BAB V. HASIL UJI COBA DAN ANALISA Bab ini menguraikan tahapan uji coba dan analisa. Mencakup criteria pengujian, ketepatan hasil prediksi, dan waktu eksekusi perangkat lunak. BAB VI. KESIMPULAN DAN REKOMENDASI Bab terakhir ini berisi kesimpulan dari semua pembahasan dan penelitian yang dilakukan, diikuti dengan rekomendasi yang diajukan untuk mengembangkan penelitian ini.
5