eProceedings of Engineering
Vol 3, No 1 (2016): April, 2016

Penentuan Value-at-risk Untuk Portofolio Pada Indeks Saham Lq45 Menggunakan Algoritma Genetika

Muh. Arfan Arsyad (Telkom University)
Jondri Jondri (Telkom University)
Irma Palupi (Telkom University)



Article Info

Publish Date
01 Apr 2016

Abstract

Portofolio   merupakan   s alah  s atu  jenis   inves tas i  yang  beris iko.  Portofolio  yang  bias anya  terdiri  dari beberapa   as et   s aham   s elalu   memiliki   ris iko   ketidakpas tian,   apakah   akan   memperoleh   keuntungan ataukah   kerugian.   Dengan   adanya  hal  ters ebut,  para  inves tor  s angat  berhati-hati   bahkan  s ampai  ada yang   takut  berinves tas i  pada  portofolio   karena  s elalu  ada  ris iko  kerugian.  Ris iko  kerugian  s endiri s ebenarnya  s udah  bias a  terjadi  dalam  inves tas i  portofolio  s aham.  Namun,     s ampai  s aat  ini  belum  ada yang  bis a  menentukan  dengan  pas ti  bes ar  ris iko kerugian  yang  bis a s aja terjadi.  Oleh karena itu, pada paper  ilmiah  ini  akan  dilakukan  penaks iran  dalam  menentukan  bes ar  res iko  kerugian  maks imal  yang dis ebut  juga  s ebagai  Value-at-Risk   (VaR).  Pada  penelitian  ini  akan  dilakukan  penentuan  VaR  untuk s etiap as et s aham(s ekuritas ) pada indeks  LQ45.  Penelitian  ini  menggunakan  data obs ervas i harga s aham pada  indeks  LQ45  s elama 1  tahun,  dari  data ters ebut   dihitung  return  mas ing-mas ing. Data akan dibagi menjadi  dua jenis  yaitu data training  dan data testing.  Metode  yang digunakan dalam penelitan ini terdiri dari  Metode  Peak  Over  Threshold  (POT)  yang  merupakan  s alah s atu dari  metode  Extreme Value Theory (EVT)  dan  Metode  Newton  Raphs on  Jacobian  s erta  dengan  pendekatan  Algoritma  Genetika.  Has il  yang diperoleh  dalam  penelitian  ini  menunjukkan  bahwa  akuras i  nilai  VaR  yang  diperoleh  pada  as et  –  as et indeks  LQ45 yang dihas ilkan s ebes ar 74.41%  dengan nilai  Mean Absolute Error (MAE) s ebes ar 25.59% , dengan  kombinas i  parameter  evolus i  algoritma  genetika  yang  terdiri  dari  jumlah  generas i  1000, ukuran populas i  20, peluang  pindah  s ilang 0.8, pel uang mutas i gen 0.05, dan tingkat kepercayaan  99% . Kata kunci: P ortofolio, VaR, PO T, EVT, Ne wton Raphs on J acobian, Algoritma Ge netika

Copyrights © 2016






Journal Info

Abbrev

engineering

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing ...