Model Peramalan Harga Saham Dengan Jaringan

1
BAB I
PENDAHULUAN
1.1
Latar belakang
Ekspektasi atau motivasi setiap investor adalah mendapatkan keuntungan
dari transaksi investasi yang mereka lakukan. Para investor yang bertransaksi di
pasar modal, khususnya saham, pasti memiliki motivasi yang sama pula.
Bertransaksi saham memiliki potensi keuntungan dalam dua hal, yaitu
pembagian deviden yang merupakan keuntungan perusahaan yang dibagikan
kepada semua pemegang saham, dan capital gain yang didapat berdasarkan
selisih harga jual saham dengan harga beli (Rusdin 2006).
Saham dikenal memiliki karakteristik high risk-high return. Artinya saham
merupakan surat berharga yang memberikan peluang keuntungan yang tinggi
namun
juga
berpotensi
risiko
tinggi.
Saham
memungkinkan
pemodal
mendapatkan keuntungan (capital gain) dalam jumlah besar dalam waktu singkat.
Namun seiring dengan berfluktuasinya harga saham, saham juga dapat
membuat investor mengalami kerugian besar dalam waktu singkat. Untuk itu
investor membutuhkan alat prediksi yang dapat membantunya dalam mengambil
keputusan investasi pembelian saham.
Harga saham banyak dipengaruhi oleh berbagai faktor eksternal seperti
politik, keamanan, psikologi pasar, dan sebagainya yang bersifat ekonomis
maupun nonekonomis (Sulistiawan & Liliana 2007). Untuk itu sangatlah sulit
untuk memprediksi harga di masa mendatang karena jika prediksi ingin dilakukan
berdasarkan berbagai variabel yang mempengaruhinya, maka terlalu banyak
variabel yang perlu dijadikan dasar prediksi harga saham tersebut. Namun
pengaruh dari berbagai variabel tersebut akan tercermin pada naik turunnya
harga saham itu sendiri (Sulistiawan & Liliana 2007).
Data harga saham merupakan data deret waktu. Peramalan data deret
waktu yang menggunakan jaringan syaraf tiruan berhasil cukup baik jika
dilakukan analisa terhadap data deret waktu untuk mendapatkan kecenderungan
– kecenderungan yang terdapat pada data deret waktu tersebut. Dari hasil
analisa tersebut kemudian ditentukan model – model masukan jaringan syaraf
tiruan yang terdiri dari komponen – komponen penting data deret waktu yang
akan diprediksi agar meningkatkan kemampuan jaringan syaraf tiruan dalam
1
2
meramal data deret waktu tersebut (Atiya & Shaheen 1999; Dutta et al. 2006;
Suhartono & Subanar 2006).
Kenyataan mengenai harga saham dan hasil yang cukup baik dari
penelitian – penelitian mengenai peramalan data deret waktu dengan jaringan
syaraf tiruan, mendorong peneliti untuk melakukan peramalan harga saham
dengan bantuan jaringan syaraf tiruan. Pada penelitian ini, data harga saham
terlebih dahulu dieksplorasi agar dapat menentukan model data yang digunakan
sebagai masukan pada jaringan syaraf tiruan yang diharapkan akan memberikan
hasil peramalan yang baik.
1.2
Tujuan
Membangun model jaringan syaraf tiruan propagasi balik untuk peramalan
harga saham (studi kasus : harga saham penutupan PT BUMI Resources).
1.3
Masalah
Masalah – masalah yang timbul dalam rangka mencapai tujuan tersebut
adalah sebagai berikut :
1. menentukan jenis data masukan dan rentang periode data yang optimum
untuk peramalan.
2. menentukan arsitektur jaringan syaraf tiruan yang paling cocok untuk
peramalan harga saham terkait dengan jenis data masukan.
1.4
Ruang lingkup
Ruang lingkup penelitian ini meliputi :
1. Jenis data yang dikaji pada penelitian ini meliputi harga saham, persentase
kenaikan/penurunan harga saham, harga saham yang telah dilakukan first
differencing, dan harga saham yang telah diubah menjadi angka indeks.
2. Melakukan eksplorasi terhadap otokorelasi harga saham pada masing –
masing jenis masukan untuk menentukan periode yang digunakan sebagai
masukan jaringan syaraf tiruan.
3. Membuat berbagai model peramalan harga saham untuk satu periode ke
depan menggunakan jaringan syaraf tiruan propagasi balik.
4. Membuat program aplikasi dengan menggunakan perangkat lunak Matlab
versi 6.5.1 dari model yang terpilih.
2
3
5. Harga saham yang digunakan dalam pembuatan model peramalan adalah
harga saham penutupan PT Bumi Recources (BUMI) periode 2005 hingga
April 2008.
1.5
Manfaat
Penelitian ini memberikan hasil berupa model peramalan menggunakan
jaringan syaraf tiruan propagasi balik yang diharapkan dapat dipakai sebagai
masukan bagi investor dalam membuat keputusan investasi pembelian saham.
3