SISTEM PENDUKUNG KEPUTUSAN INVESTASI SAHAM BERBASIS FUZZY LOGIC

SISTEM PENDUKUNG KEPUTUSAN INVESTASI SAHAM BERBASIS FUZZY LOGIC Achmad Zakki Falani Universitas Narotama [email protected], [email protected]

ABSTRAK Investasi pasar modal memberikan earning yang lebih tinggi dibandingkan dengan menyimpan uang di bank misalnya dalam bentuk deposito yang rata-rata hanya 6 persen pertahun. Namun baik investor maupun calon investor tentunya harus menggunakan analisis yang tepat dalam melakukan investasi saham. Dengan melakukan penentuan daya beli maupun jual saham yang didasarkan dari faktor fundamental (mikro & makro) dan teknikal, tentunya mempermudah investor maupun calon investor dalam melakukan pengambilan keputusan. Pemanfaatkan fuzzy logic akan menyelesaikan atau mengurangi tingkat resiko permasalahan dalam berinvestasi saham, dikarenakan faktor-faktor yang mempengaruhi harga saham memiliki jenis variabel bias atau banyak ketidak pastian yang menyertainya. Dengan sistem pendukung keputusan berbasis fuzzy logic ini nantinya akan menjawab permasalahan tersebut. Sistem ini diujikan terhadap 10 (sepuluh) saham dengan mengacu kepada data laporan keuangan (mikro) perusahaan tahunan serta data-data pendukung pertumbuhan ekonomi nasional dengan periode tahunan dan bulanan. Adapun nilai hipotesa dari sistem ini telah mencapai akurasi sebesar 92 %. KATA KUNCI Earning, investor saham, faktor fundamental, teknikal mikro dan makro, fuzzy logic.

1.

Pendahuluan

Di era globalisasi saat ini pasar modal atau saham memiliki peran penting dalam perkembangan dunia usaha dan kegiatan perekonomian di suatu negara yang telah menjadi sumber pendanaan alternatif bagi suatu perusahaan sebagai sumber pembiayaan modern. Dalam aktivitas perdagangan saham sehari-hari, harga saham mengalami fluktuasi baik berupa kenaikan maupun penurunan. Indeks harga saham merupakan suatu indikator yang menunjukkan pergerakan harga saham. Dengan adanya indeks, investor maupun calon investor dapat mengetahui trend pergerakan harga saham saat ini. Pergerakan indeks menggambarkan kondisi pasar pada suatu saat dan menjadi indikator penting bagi para investor maupun calon investor untuk menentukan apakah mereka akan menjual (sell), menahan (hold) atau membeli (buy) satu atau beberapa saham. Kebanyakan investor maupun calon investor menggunakan dua pendekatan untuk memprediksi harga saham, yaitu dengan analisis fundamental dan analisis teknikal. Analsis fundamental didasarkan pada fundamental ekonomi suatu perusahaan, sedangkan analisis teknikal didasarkan pada data histori pergerakan harga saham untuk tujuan prediksi (forecast) pergerakan harga di masa yang akan datang. Adapun analisis fundamental dapat ditempuh dengan cara menggunakan laporan keuangan perusahaan yang diterbitkan dalam 1 (satu) tahun sekali sebagai investor update serta dapat juga melihat keadaan ekonomi dan tingkat stabilitas keamanan dan politik negara. Bagi investor maupun calon investor yang rasional dalam melakukan pengambilan keputusan selalu berusaha mendapatkan informasi fundamental maupun teknikal dengan berbagai analisis untuk mengurangi resiko dalam berinvestasi saham. Berdasarkan permasalahan diatas, mengingat banyaknya indikator-indikator yang berperan penting dalam melakukan pengambilan keputusan investasi pada saham, diharapkan sebuah sistem komputerisasi yang dapat membantu calon maupun investor dalam meminimumkan resiko sekaligus sebagai solusi dalam berinvestasi saham. Fuzzy Logic merupakan salah satu komponen dari soft computing, telah banyak diaplikasikan di berbagai bidang kehidupan. Salah satu pemanfaatan terpentingnya adalah untuk membantu manusia dalam melakukan pengambilan keputusan. Fuzzy Logic ini semakin banyak diperlukan mengingat adanya ketidakpastian yang menyertai data yang diterima atau informasi sebagai hasil pengolahan data. Adapun ruang lingkup dari penelitian Sistem Pendukung Keputusan Investasi Saham yang menggunakan Fuzzy Logic ini nantinya adalah sebagai berikut: 1. Analisis faktor internal (mikro) yang digunakan adalah laporan keuangan perusahaan dengan menggunakan analisis du pont system yakni menitik beratkan pada nilai ROE (Return On Equity) suatu perusahaan. 2. Analisis faktor eksternal (makro) yang digunakan adalah, a. Kondisi perekonomian negara yang meliputi GDP (Gross Domestic Product), nilai inflasi, nilai ekspor dan impor. b. Perubahan SBI (Suku Bunga Indonesia) yang dilakukan oleh Bank Indonesia, dimana data SBI digunakan untuk menganalisis acuan preferensi keuntungan (Rf). c. Isu-isu global yang berpengaruh dominan terhadap Indeks Harga Saham Gabungan atau IHSG. 3. Adapun faktor eksternal (makro) merupakan variabel independen yang tidak saling berpengaruh terhadap satu sama

lain. Dan masing – masing faktor memiliki pengaruh yang berbeda terhadap nilai saham. Analisis teknikal yang digunakan adalah data histori pergerakan nilai saham yang mengacu kepada open price, yakni nilai pembukaan harga saham serta close price yakni nilai penutupan harga saham. 5. Data saham yang akan digunakan analisa terdiri dari 10 perusahaan dari masing-masing sektor yang terdaftar di Perusahaan LQ45. Adapun daftar nama perusahaan dari masing-masing sektor tersebut dapat dilihat pada bagian lampiran. 6. Data histori pergerakan harga saham yang akan digunakan minimum 500 hari dari masing-masing sektor perusahaan. 7. Analisis data saham yang digunakan pada periode 2006 – 2008. 8. Sampel data yang digunakan didalam penelitian ini nantinya berdasarkan studi kasus. 9. Sistem ini nantinya ditujukan kepada calon maupun investor yang ingin melakukan investasi saham, bukan untuk trader. Mengingat pengambilan keputusan yang dilakukan oleh trader, mayoritas tidak mengacu kepada analisis fundamental. 10. Input Fuzzy: a. Laporan keuangan perusahaan yang menitik beratkan kepada nilai ROE perusahaan sesuai dengan analisis du pont system, dimana nilai tersebut menghasilkan kesimpulan apakah perusahaan tersebut sedang dalam keadaan kurang sehat, cukup sehat atau sehat bahkan sangat sehat karena nilai ROE di atas rata-rata. b. Selanjutnya adalah nilai GDP, inflasi, ekspor dan impor dimana masing – masing menghasilkan kesimpulan apakah nilai tersebut tergolong rendah, cukup atau tinggi. Masing – masing faktor tersebut merupakan variabel independen yang tidak saling berpengaruh. c. Input fuzzy selanjutnya adalah dengan menganalisis isu-isu global yang mempengaruhi nilai IHSG (Indeks Harga Saham Gabungan), dimana kesimpulan akhir menghasilkan kondisi isu yang buruk, cukup atau baik. 11. Input Non Fuzzy a. Sedangkan input non fuzzy yakni dengan mengamati pergerakan harga saham (technical analisys) yang nantinya dapat digunakan sebagai acuan harga saham yang beredar di pasar modal (price market). Adapaun atribut dari pergerakan harga saham yang digunakan sebagai acuan adalah open price sebagai prediksi daya beli atau jual dan close price sebagai harga pasar. b. Variabel non fuzzy selanjutnya adalah Suku Bunga Indonesia atau sering disebut SBI. Dalam sistem data suku bunga SBI masuk ke dalam nilai Rf yakni Risk Free atau keuntungan yang bebas akan resiko sebagai preferensi keuntungan. 12. Output yang dihasilkan dari penelitian ini nantinya adalah berupa rekomendasi pendukung keputusan baik untuk calon investor maupun investor sesuai dengan nilai fire strength terhadap masing-masing faktor fundamental yang nantinya diolah dengan hasil akhir berupa jual (sell), beli (buy) ataupun tahan (hold) terhadap investasi saham. 4.

2.

Metode Faktor Mikro Laporan Keuangan Perusahaan

Kurang, Cukup, Sehat, Sangat Rendah, Cukup, Tinggi

Faktor Makro α = Nilai FMa x ( Pt-1 + (Pt-1 x Nilai FMi))

Proses Pembobotan

Rendah, Cukup, Tinggi

Proses Fuzzifikasi

Nilai GDP

Input Fuzzy

Nilai Inflasi

Rendah, Cukup, Tinggi

Nilai Ekspo Rendah, Cukup, Tinggi Nilai Impor Buruk, Sedang, Baik

Isu Global

Nilai α Nilai Pt – 1 (Open Price Kemarin) Teknikal

Teknikal Nilai Open Price

CAPM P = α + β (Rm – Rf)

Rekomendasi Keputusan

Nilai β(Rm) Ouput

JUAL (sell) BELI (buy) TAHAN (hold)

Proses Peramalan (Regresi)

Rm,t = Indeks Pasar t -1 Indeks Pasar t-1

Input Non Fuzzy

Nilai IHSG Nilai Rf

Nilai Harga Saham Sekarang (CP)

Nilai Suku Bunga Indonesia (SBI)

Nilai Close Price Teknikal

Gambar 1. Gambar Arsitektur Sistem

Dari arsitektur diatas dapat diuraikan sebagai berikut. Pada design sistem ini nantinya kebutuhan input terbagi menjadi dua, input fuzzy dan input non fuzzy. Adapun input fuzzy terdiri dari faktor fundamental , baik mikro maupun makro, dimana faktor mikro berdasarkan laporan keuangan yang sudah dijelaskan sebelumnya dan faktor makro terdiri dari nilai GDP (Gross Domestic Product) , inflasi, ekspor dan impor serta isu-isu global yang mempengaruhi IHSG (Indeks Harga Saham Gabungan). Hasil dari proses fuzzifikasi akan menentukan berdasarkan kategori yang sudah ditentukan. Nilai dari laporan keuangan akan menghasilkan kategori kurang sehat, cukup sehat, sehat bahkan sangat sehat untuk mengidentifikasi kesehatan perusahaan. Sama halnya juga pada faktor makro, yakni nilai GDP, inflasi, ekspor dan impor yang menghasilkan kategori rendah, cukup atau tinggi, serta isu – isu global yakni buruk, sedang dan baik. Dari masing – masing input faktor fundamental (mikro & makro) yang sudah jelas dengan kategorinya akan dilakukan

pembobotan, dimana hasil dari pembobotan baik faktor mikro maupun faktor makro nantinya akan diolah dengan harga saham pembukaan kemarin (Pt-1) sehingga menghasilkan nilai α (alpha). α = Nilai FMa x ( Pt-1 + (Pt-1 x Nilai FMi)) ………………………………………………..………

(1)

Adapun model perhitungan atau rumus yang digunakan di dalam menentukan harga saham menggunakan model CAPM (Capital Asset Princing Models) sebagai berikut. P = α + β (Rm – Rf) ………………………………………………………………………………….. (2) Setelah nilai α (alpha) didapat maka langkah selanjutnya adalah mencari nilai Rm atau Return Market yang didapat dari data teknikal saham dan teknikal IHSG. 2.1. Fuzzifikasi Faktor Fundamental 2.1.1. Perhitungan Faktor Mikro (ROE) Dimulai dari mendapatkan kategori dari laporan keuangan, dimana pada laporan keuangan menggunakan pendekatan analisis Dupont System yakni dengan cara menganalisis terhadap nilai ROE (Return On Equity) pada suatu perusahaan. Adapun laporan keuangan perusahaan yang digunakan adalah laporan keuangan yang diterbitkan perusahaan setiap 1 tahun sekali sebagai investor update. 1

Kurang Sehat

Cukup

Sehat

Sangat Sehat

16

30

60

μ [x]

0

11

Gambar 2. Membership Function Nilai ROE

……………………………………………………………………. (3)

………………………………………………………………...…. (4)

…………………………………………………………………… (5)

………………………………………………..………………….

(6)

2.1.2. GDP (Gross Domestic Product) Gross Domestic Product atau sering disingkat dengan sebutan GDP adalah Nilai dari hasil perhitungan yang digunakan oleh suatu negara sebagai ukuran utama bagi aktivitas perekonomian nasionalnya. Pada dasarnya perhitungan hasil nilai GDP ini sudah mewakili GNP (Gross National Product), karena GDP mengukur seluruh volume produksi dari suatu negara secara keseluruhan geografis.

Gambar 3. Membership Function Nilai GDP

…………………………………………………………………… (7)

……………………………………………………………………. (8)

…………………………………………………………………… (9) 2.1.3. Inflasi Faktor makro selanjutnya adalah inflasi. Salah satu hal untuk dapat mengukur pertumbuhan ekonomi nasional adalah salah satunya dengan menganalisis tingkat inflasi. Semakin rendah nilai inflasi suatu negara maka semakin baik keadaan ekonomi tersebut. Berbeda dengan faktor mikro (ROE) maupun GDP yang sebelumnya telah kami bahas. Adapun nilai inflasi ini nantinya adalah berpengaruh bulanan terhadap nilai saham, karena laporan inflasi diterbitkan oleh Bank Indonesia setiap bulan sekali. 1

Rendah

Cukup

Tinggi

7

10

12

μ [x]

0

Gambar 4. Membership Function Nilai Inflasi

……………………..…………………………….… (10)

……………………..…………………………….… (11)

………………………………………………………………….

(12)

2.1.4. Ekspor Salah satu indikator lain dalam menganalisis pertumbuhan perekonomian nasional adalah dengan melakukan analisis nilai ekspor. Kegiatan ekspor adalah salah satu sebagai bentuk upaya menjalankan penjualan komoditas yang dimiliki suatu negara kepada negara lain. Hasil yang diperoleh dari kegiatan tersebut berupa nilai mata uang sebagai sumber devisa tambahan atau pemasukan perekonomian suatu negara. 1

Rendah

Cukup

Tinggi

80

100

μ [x]

0

75

Gambar 5. Membership Function Nilai Ekspor

……………………..…………………………….… (13)

……………………..…………………………….… (14)

…………………………………………………………………. (15)

2.1.5. Impor Jika terdapat analisis faktor makro ekspor tentunya terdapat juga analisis nilai impor. Sama halnya persis dengan analisis pada faktor nilai ekspor, dimana data yang digunakan adalah data bulanan dengan periode tahun 2006 – 2008 yang diterbitkan setiap bulan sekali oleh Badan Pusat Statistik (BPS) Indonesia. Adapun data impor adalah sebagai berikut.

1

Rendah

Cukup

Tinggi

70

100

μ [x]

0

50

Gambar 6. Membership Function Nilai Impor

……………………..…………………………….… (16)

……………………..…………………………….… (17)

…………………………………………………………….

3.

(18)

Hasil

Setelah P (Price) sebagai daya beli atau jual oleh investor maupun calon investor sudah ditentukan maka langkah selanjutnya adalah langkah akhir yakni output berupa rekomendasi keputusan yakni jual (sell), beli (buy) dan tahan (hold). Adapun terdapat 2 (dua) model dalam menentukan keputusan jual (sell), beli (buy) maupun tahan (hold). Model yang pertama adalah dengan mengacu kepada nilai hasil prediksi (P) yang digunakan sebagai daya beli dan jual dan close price (CP) sebagai harga pasar, maka akan didapat rule if ... then ... sebagai berikut. if P < CP then jual if P > CP then beli if P = CP then tahan Keterangan: P = Price, sebagai daya beli atau jual CP = Close Price, sebagai harga pasar Jadi berikut hasil yang kami dapatkan untuk rekomendasi keputusan terhadap saham ASII – Astra Internasional dengan periode 2006-2007 adalah sebagai berikut.

Tabel 1 Model 1 Hasil Rekomendasi Keputusan Terhadap Saham ASII

Model rekomendasi keputusan yang ke 2 (dua) adalah dengan menggunakan fungsi range. Pembentukan range dimulai dari keputusan tahan (hold), dimana untuk range awal dapat dicari dengan menggunakan rumus:

………………………………….

(19)

Sedangkan nilai tahan untuk range akhir H1 dapat ditentukan dari nilai median(CP). Untuk keputusan beli tinggal menggunakan aturan daya beli atau jual yang disimbolkan dengan (P) lebih besar dari H0. Sedangkan untuk keputusan jual menggunakan aturan daya beli atau jual (P) lebih besar daripada H1 Model rekomendasi keputusan yang kedua ini akan membawa keuntungan yang jauh lebih besar daripada model yang pertama. Untuk lebih detilnya berikut perhitungan range serta tabel rekomendasi keputusan terhadap saham ASII – Astra Internasional Indonesia. Tabel 2 Tabel Range Rekomendasi Keputusan

Jadi rule if .... then ....yang didapat sebagai berikut: if P < 13224 then beli if P < 13224 and P > 16556 then tahan if P > 16556 then jual

Tabel 3 Model 2 Hasil Rekomendasi Keputusan Terhadap Saham ASII

4.

Kesimpulan

Dari hasil penelitian Sistem Pendukung Keputusan Investasi Saham dengan Berbasis Fuzzy Logic tersebut dapat diambil kesimpulan sebagai berikut: 1. Dengan adanya sistem ini nantinya akan membantu investor maupun calon investor dalam menentukan pengambilan keputusan terhadap investasi saham. 2. Menghasilkan 2 (dua) model aturan output untuk rekomendasi keputusan jual (sell), beli (buy) dan tahan (hold). Model pertama dengan menggunakan rule perbandingan antara nilai daya beli atau jual (P) dengan harga pasar (CP), sedangkan model yang kedua adalah dengan menggunakan aturan range yang didapat dari pencarian nilai strandar deviasi dan median pada close price. 3. Sistem ini hanya mendukung terhadap 10 (sepuluh) saham yang telah diujikan, karena masing-masing sektor saham bisa memiliki pengaruh bobot faktor fundamental yang berbeda. 4. Adapun dari 10 (sepuluh) saham yang diujikan tersebut telah mencapai nilai hipotesa sebesar 92 %, nilai tersebut didapat dari rata-rata nilai akurasi gabungan 10 (sepuluh) saham. Berikut adalah nilai akurasi dari 10 (sepuluh) masing - masing saham tersebut yang telah kami lakukan uji coba.

Daftar Pustaka [1] Silmi, Aldila Kartika, “Analisis Capital Asset Princing Model Sebagai Dasar Pengambilan Keputusan Investasi Saham”. Jurusan Manajemen Fakultas Ekonomi Universitas Islam Negeri Maulana Malik Ibrahim Malang, Malang, 2011. [2] Lieb, B Eugene & Joanne K. Gillease, “Du Pont uses a Decision Support System to Select its Audit Portofolio”. Gillease and Associates. Pennsylvania, 2006. [3] Merloti, E Paulo, “a Fuzzy Expert System as a Stock Trading Advisor”, Merloti White Paper http://www.merlotti.com/EngHome/Computing, 2005. [4] Ahmed A. Gamil, Raafat S. El-fouly & Nevin M. Darwish, “Stock Technical Analysis using Fuzzy Logic”, Proceedings of the World Congress onEngineering,2007. [5] Hiemstra, “A Stock Market Forecasting Support System based on Fuzzy Logic”, Faculty of Econometrics, Vrije University, Amsterdam – Netherlands, 1994. [6] Souto Cesar Duarte, Fernando Dal-Ri Murcia & José Alonso Borba & Newton Da Costa Jr, “Forecasting Sao Paulo Stock Exchange Index with Fuzzy Logic”, Federal University of Santa Catarina, Brazil, 2006. [7] Bousheri & Ali Ghodsi, “Applying Fuzzy Logic to Stock Price Prediction”, Faculty of Computer Science, Concordia University, Canada, 2000.

[8] Chaigusin S, C. Chirathamjaree, J. Clayden, “Soft Computing in the Forecasting of the Stock Exchange of Thailand”, School of Computer and Information Science, Edith Cowan University, Perth, Australia, 2008. [9] Kusumadewi, Sri & Hari Purnomo, “Aplikasi Logika Fuzzy untuk Pendukung Keputusan”, Yogyakarta, Graha Ilmu, 2010. [10] Chritine, Sischa Silvia & Lana Sularto, “Konsistensi Indikator Teknikal Moving Average pada Saham LQ45”, Fakultas Ekonomi Jurusan Akuntansi, Universitas Gunadarma, 2007. [11] Jogiyanto, “Teori Portofolio dan Analisis Investasi”, Yogyakarta, BPFE-Yogyakarta, 1998.