DIGITAL LIBRARY
JUDUL | : | PENYUSUNAN PORTOFOLIO SAHAM YANG OPTIMAL MENGGUNAKAN ALGORITMA GENETIKA MULTI OBJEKTIF | |
PENGARANG | : | NUGROHO ARIF WICAKSONO | |
PENERBIT | : | UNIVERSITAS LAMBUNG MANGKURAT | |
TANGGAL | : | 2021-04-08 |
PENYUSUNAN PORTOFOLIO SAHAM YANG OPTIMAL
MENGGUNAKAN ALGORITMA GENETIKA MULTI OBJEKTIF (Oleh:
Nugroho Arif Wicaksono; Pembimbing: Akhmad Yusuf, Oni Soesanto; 2019; 119
halaman).
Berinvestasi di pasar modal terutama pada instrumen saham sering kali investor
menghadapi kondisi kebimbangan dalam mendistribusikan modal kedalam
portofolio saham. Portofolio yang tersusun erat hubungannya terhadap tingkat
keuntungan (return) dan risiko yang akan di pegang oleh investor. Dengan
demikian komposisi portofolio saham yang tepat tentu akan memberikan
kemudahan bagi investor dalam menditribusikan modalnya. Oleh karena itu
diperlukannya metode dalam penyusunan portofolio saham salah satunya dapat
menggunakan algoritma genetika multi objektif. Metode algoritma genetika multi
objektif mampu mengakomodir dua fungsi yang bertolak belakang antara return
dan risiko yang terbentuk dari penyusunan portofolio saham. penyusunan
portofolio saham dalam penelitian ini akan terbentuk diri 6 buah saham penyusun
sebagai percobaan penerapan metode algoritma genetika multi objektif. Tujuan
penelitian ini adalah menemukan susunan portofolio saham yang optimal dengan
komposisi saham berserta return dan risiko yang terbentuk dengan menggunakan
metode algortima genetika multi objektif. Metode ini menggunakan besar
populasi awal sebanyak 20 dan 6 buah saham penyusun, Pada crossover dan
mutasinya menggunakan k-point crossover dan mutasi uniform. Proses penelitian
dilakukan menggunakan 10 simulasi, setiap simulasi menggunakan nilai peluang
crossover yang berbeda-beda. Diperolehlah sebuah simulasi dengan peluang
crossover Pc=0,85 dengan peluang mutasi Pm=0.001 serta maksimal iterasi 100.
Menghasilkan susunan portofolio saham yang optimal dengan pembagian modal
antar sahamnya yaitu sebesar 12,48% pada saham PTPP, 20,56% pada saham
ANTM, 18,58% pada saham UNVR, 15,28% pada saham BBNI, 21,62% pada
saham TLKM, dan SMGR dengan 11,49% dengan nilai return 2,44% dan risiko
sebesar 6,59%.
Kata kunci: algoritma genetika multi objektif, portofolio, return, risiko, saham
NO | DOWNLOAD LINK |
1 | FILE 1 |
File secara keseluruhan dapat di unduh DISINI