Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Faturachman Nugraha Sasmita
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : eProceedings of Engineering

 1 
Pembentukan Portofolio Saham Melalui Proses Clustering Kurva Harga Saham Hasil Cubic-Spline Faturachman Nugraha Sasmita; Deni Saepudin; Annisa Aditsania
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pelaku transaksi saham seringkali mengalami kesulitan dalam menentukan waktu yang tepat untuk membeli atau menjual saham. Hal ini disebabkan karena waktu pembelian saham dapat menentukan keuntungan investasi pada suatu saham. Maka dari itu, diperlukan portofolio saham yang dapat mendiversifikasi harga saham sehingga dapat membantu pembeli maupun penjual saham dalam bertransaksi di pasar modal. Penelitian ini membahas mengenai pembuatan portofolio saham melalui clustering kurva harga saham yang berasal dari metode cubic spline. Cubic spline untuk menginterpretasikan data yang sudah direduksi. Metode clustering pada penelitian kali ini dipakai untuk mengelompokkan koefisien cubic-spline dan menghasilkan 2,3, dan 4 clustering saham yang pengelompokkannya digunakan dengan metode K-means. Selanjutnya dilakukan pembentukan portofolio saham dengan memilih satu perwakilan dari setiap clustering berdasarkan rata-rata return setiap saham. Penelitian ini menghasilkan portofolio dengan nilai risiko terendah untuk pembagian cluster menjadi 4 cluster sebesar 0.0598 jika dibandingkan dengan pembagian cluster menjadi 2 cluster sebesar 0.1049 dan 3 cluster sebesar 0.2396. Kata kunci : portofolio, saham, cubic-spline, k-means, clustering
Co-Authors Annisa Aditsania Deni Saepudin