SNFT UMSIDA 2012 BIDANG TEKNIK INFORMATIKA

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.