BAB I PENDAHULUAN. 1.2 Latar Belakang Penelitian

Transkripsi

1 BAB I PENDAHULUAN 1.1 Gambaran Objek Penelitian Saham adalah surat berharga yang merupakan tanda kepemilikan seseorang atau badan terhadap suatu perusahaan. Pemegang saham merupakan pemlik sebenarnya dari suatu perusahaan. Saham juga merupakan instrument investasi yang banyak dipilih oleh investor karena saham mampu tingkat keuntungan yang menarik. Saham dapat didefinisikan sebagai tanda penyertaan moda seseorang atau pihak (badan usaha) dalam suatu perusahaan atau perseroan terbatas. Dengan menyertakan modal dalam bentuk saham maka pihak tersebut mempunyai klaim atas pendapatan perusahaan, dan berhak hadir dalam RUPS ( Rapat Umum Pemegang saham). Untuk melakukan investasi terutama pada saham para investor harus mempertimbangkan dua hal, yaitu tingkat pengembalian (return) saham dan juga resiko investasi saham tersebut. Pada dasarnya setiap investor mempunyai tujuan yang sama dalam melakukan suatu investasi yaitu untuk mendapatkan capital gain dan deviden. Namun pada kegiatan investasi terdapat suatu istilah yaitu high risk high return, low risk low return. Untuk mendapatkan keuntungan maka investor harus bisa memperkirakan pergerakan dari indeks saham, sehingga investor bisa mengetahui kapan harus membeli dan kapan harus menjual saham (maskur, 2009). Oleh karena itu investor memperlukan analisis yang akurat dan dapat diandalkan untuk dijadikan dasar pengambilan keputusan investasi. 1.2 Latar Belakang Penelitian Banyak sekali Faktor-faktor yang mempengaruhi pergerakan harga saham, sehingga risiko yang muncul semakin tinggi. Seperti Berfluktuasinya harga minyak dengan kecenderungan menurun, menjadi salah satu sentimen negatif pergerakan Indeks Harga Saham Gabungan (IHSG), fluktuasi nilai tukar dolar AS-rupiah mempengaruhi pergerakan IHSG,dan kondisi ekonomi global 1

2 masih menjadi faktor yang mendorong investor meninggalkan aset-aset berisiko seperti saham. ( 2016; bisniskeuangan.kompas.com, 2016; investasi.kontan.co.id, 2016). Jika dilihat keadan tersebut yaitu harga minyak dunia yang naik turun dengan cepat, nilai tukar Rupiah yang terus berfluktuasi terhadap Dollar, serta kondisi ekonomi dunia yang tidak stabil. Indonesia sebagai salah satu negara berkembang memiliki tingkat volatilitas pasar saham secara umum lebih tinggi daripada pasar negara-negara maju. Volatilitas adalah besaran pergerakan harga dari waktu ke waktu. (print.kompas.com, 2015) Gambar 1.1: Saham IDX Periode April April 2016 (Sumber: yahoo.finance.com (2016)) Jika diperhatikan pada gambar 1.1 maka terlihat IHSG pada kurun waktu setahun kebelakang mengalami volatilitas yang tinggi terutama pada periode Juli 2015 Oktober Volatilitas yang tinggi akan mempunyai tingkat risiko yang tinggi sehingga perlu strategi agar investasi dapat sesuai dengan yang diharapkan. Untuk menghadapi ketidakpastian pergerakan harga saham, investor dapat mengurangi ketidakpastian tersebut. Dengan suatu alat untuk mengurangi ketidakpastian tesebut adalah dengan melakukan peramalan harga saham. Peramalan pergerakan harga saham dapat dilakukan dengan dua cara, yaitu dengan menggunakan analisis fundamental dan analisis teknikal. Analisis fundamental adalah analisis yang dilakukan dengan menggunakan data fundamental perusahaan penerbit saham, misalnya laporan keuangan ditambah dengan tingkat suku bunga, inflasi, ekonomi makro, dan faktor-faktor relevan 2

3 lainnya yang digunakan untuk memperhitungkan nilai wajar (nilai intrinsik) dari saham suatu perusahaan serta memastikan bahwa saham yang dibeli merupakan saham perusahaan yang berkinerja baik (Tryfino, 2009:). Sedangkan analisis teknikal adalah analisis yang pengujian atas pergerakan harga saham di masa lampau dan masa kini dengan menggunakan berbagai metode kuantitatif untuk tujuan prediksi (forecast) pergerakan harga saham di masa yang akan datang (Hendarto, 2005). Metode kuantitatif ini dikenal juga dengan sebutan indikator di dalam analisis teknikal. Dalam penelitian kali ini penulis berfokus dalam cara peramalan secara teknikal. Ketidakpastian harga saham menurut sebagian analis saham mampu diprediksi dengan melihat pola pergerakan harga saham di masa lalu. Telah banyak diyakini bahwa data return akan memiliki sifat multifraktal (Turiel, 2002). Sifat multifraktal ini penting untuk memperlihatkan pola self-similarity dalam data deret waktu. Hal ini semakin menegaskan bahwa perubahan nilai data dengan volatilitas tinggi tidaklah sepenuhnya acak. Beberapa perangkat statistik telah dikembangkan untuk mengukur tingkat pengaruh di antara data. Data harga saham merupakan data deret waktu. Prediksi data deret waktu bisa dilakukan dengan metode ARIMA (Autoregressive integrated moving average). Metode ARIMA atau sering disebut sebagai metode runtun waktu Box- Jenkins. Model ini sangat baik dalam melakukan peramalan jangka pendek, karena ARIMA menggunakan nilai masa lalu dan nilai sekarang dari variable dependen untuk menghasilkan peramalan yang akurat. Tujuan dari model ini adalah menentukan hubungan statistik antara variable yang diramal dengan data historis variable tersebut. Sudah lebih dari 2 dekade, model ARIMA banyak digunakan secara luas dalam melakukan peramalan deret berkala dan banyak penelitian menyebutkan bahwa model ARIMA sangat baik dalam melakukan peramalan beberapa periode ke depan. (Kamruzzaman, 2003) Meskipun telah banyak dipakai oleh ahli ekonometrika untuk memprediksi variable time series model ini memiliki kekurangan yaitu pada pasar yang bergejolak, model ini tidak dapat memprediksi dengan akurat. Model 3

4 time series tidak dapat menangkap/ memperkirakan perubahan tajam pada data (McNellis, 2005) Seiring dengan perkembangan zaman telah dikembangkan di bidang kecerdasan buatan dan Machine Learning. salah satu metode yang sering digunakan untuk peramalan adalah metede Aritifical Neural Nework (ANN) (Kamruzzaman, 2003) Atau sering disebut sebagai metode Jaringan Syaraf Tiruan (JST). Jaringan syaraf tiruan adalah suatu metode pengolahan data yang mirip dengan jaringan syaraf biologi otak manusia, sehingga dapat mengambil keputusan yang sama seperti otak manusia. Berdasarkan kemampuan belajar (learning) yang dimilikinya, jaringan syaraf tiruan dapat dilatih untuk menganalisis suatu pola data dari masa lalu dan mencari suatu fungsi yang menghubungkan pola dari data masa lalu tersebut dengan keluaran yang diinginkan. Fungsi jaringan tersebut menggambarkan ketergantungan nilai data saat ini terhadap nilai data sebelumnya. Backpropagation adalah salah satu algoritma metode dari jaringan syaraf tiruan yang dapat diimplementasikan dengan baik dalam peramalan. Terdapat peneliti terdahulu yaitu Murwaningsari (2008) memprediksi IHSG, hasil penelitiannya menunjukkan bahwa model ARIMA dapat digunakan untuk memprediksi gerakan IHSG karena mempunyai kesalahan prediksi kecil dan penelitian dari Apriyani (2010) menunjukan bahwa jaringan syaraf tiruan dapat digunakan untuk memprediksi harga saham dengan dekatnya nilai aktual dari data saham yang diramalkan. Dilihat dari latar belakang yang telah dijelaskan terdapat dua metode untuk meprediksi harga saham. Hal tersebut menarik keinginan penulis untuk meneliti lebih lanjut metode apakah yang terbaik dalam memprediksi harga saham yang memiliki nilai akuktual yang lebih dekat dengan data yang diramalkan. Oleh karena itu penulis mengambil judul untuk penilitian kali ini adalah STUDY KOMPARASI PERAMALAN HARGA SAHAM MENGGUNAKAN ARIMA DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION 4

5 1.3 Perumusan Masalah Tujuan utama investor saham dalam berinvestasi adalah untuk mendapatkan keuntungan, oleh karena itu investor harus mempunyai analisis yang akurat untuk pengambilan kepususaan investasi. Banyak sekali metodemetode yang bisa digunakan untuk menganalisis dan memprediksi harga saham diantaranya adalah ARIMA dan jaringan syaraf tiruan backpropagation. Adapun batasan masalah dalam penelitian ini adalah sebagai berikut: 1. Teknik peramalan menggunakan data historis nilai harga saham, dimana dalam hal ini digunakan data historis nilai jual (Ask) saham. 2. Harga saham yang digunakan adalah harga close, untuk setiap harinya. 3. Hasil peramalan tidak mempertimbangkan pengaruh fundamental ekonomi yang terjadi pada saat ini. 4. Tidak memiliki keterkaitan hubungan dengan metode-metode lain dalam peramalan, hanya membahas teknik peramalan harga saham dengan menggunakan model ARIMA dan Jaringan Syaraf Tiruan Backpropogation. 5. Sistem yang akan dibangun dalam penelitian ini, dilakukan secara terpisah, tidak dilakukan penggabungan kedua metode. 6. Arsitektur Jaringan Syaraf Tiruan yang digunakan adalah Multi Layer PerceptionaI dan hanya menggunakan satu hidden layer. 7. Model ARIMA yang digunakan adalah model ARIMA Non-Seasonal, dimana model ini tidak dipengaruhi faktor musim. 1.4 Pertanyaan Penelitian Berdasarkan latar belakang dan rumusan masaah diatas, maka pertanyaan penelitian ini adalah; Bagaimana hasil komparasi prediksi harga saham dengan menggunakan metode ARIMA dan jaringan syaraf tiruan backpropagation? 5

6 1.5 Tujuan Penelitian Berdasarkan latar belakang dan permasalahan yang telah dikemukakan sebelumnya, maka tujuan penelitian ini adalah untuk mengetahui metode mana yang memiliki nilai prediksi yang paling mendekati nilai aktual harga saham. 1.6 Manfaat Penelitian Berdasarkan latar belakang dan permasalahan yang telah dikemukakan sebelumnya, maka manfaat penelitian ini adalah sebagai berikut: Aspek Teoritis 1) Hasil penelitian ini diharapkan dapat menambah referensi mengenai peramalan harga saham memakai metode ARIMA dan jaringan syaraf tiruan backpropagation Aspek Praktis 1) Penelitian ini diharapkan dapat memberikan hasil peramalan yang dapat digunakan oleh investor sebagai pertimbagan dalam mengambil keputusan saat berinvestasi saham. 2) Penilitian ini diharapkan dapat membantu investor dalam memilih metode yang efektif digunakan dalam peramalan saham. 1.7 Ruang Lingkup Penelitian Penelitian kali ini mengambil 20 emiten teratas dari 50 emiten saham yang paling aktif berfrekuensi tinggi di IDX pada tahun 2015, hal ini dilakukan karena dengan banyaknya frekuensi transaksi yang terjadi maka saham tesebut sangat diminati oleh investor dan menjadikan haga saham perusahaan tersebut tidak flat. Sehingga cocok untuk dilakukan penelitian peramalan. Periode yang diambil dalam penelitian ini adalah harga saham tanggal 1 Januari Januari Periode tersebut diambil dikarenakan penelitian ini dibuat pada periode tersebut. 6

7 1.8 Sistematika Penulisan Tugas Akhir Untuk memberikan gambaran yang sistematik agar memudahkan dan membantu pembaca dalam memahami masalah-masalah yang disajikan didalam tugas akhir, maka penulis membagi skripsi ini menjadi 5 bab yaitu terdiri dari: BAB I PENDAHULUAN Bab ini berisi gambaran umum mengenai objek yang akan diteliti dan latar belakang penelitian yang didalamnya mencakup argumentasi teoretis yang mendukung penelitian, fenomena, serta inkonsistensi penelitian sebelumnya. Selain itu bab ini juga berisi perumusan masalah, pertanyaan penelitian, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian, serta sistematika penulisan. BAB II TINJAUAN PUSTAKA DAN LINGKUP PENELITIAN Bab ini menjelaskan mengenai teori teori yang berkaitan dengan permasalahan dan mendukung penelitian. Bab ini juga menguraikan penelitanpenelitian terdahulu yang menjadi acuan dalam penelitian ini, kerangka pemikiran, beserta hipotesis yang menjadi jawaban sementara atas penelitian ini. BAB III METODE PENELITIAN Bab ini berisi analisis kebutuhan dari system dan masalah-masalah yang ada di dalamnya. Hasil analisis ini dituangkan ke dalam suatu system pemodelan secara tersruktur. Dari tahap analisis kemudian dilanjutkan ke tahap perancangan dan implementasi. BAB IV HASIL PENELITIAN DAN PEMBAHASAN Bab ini membahas mengenai pengujian hasil implementasi yang telah dilakukan pada bab sebelumnya. Pengujian dilakukan dengan membandingkan hasil implementasi dengan data aslinya. Tahap pengujian dilanjutkan dengan tahap analisis hasil pengujian. 7

8 BAB V KESIMPULAN DAN SARAN Bab ini berisi kesimpulan akhir dari penelitian, menemukan metode peramalan yang mendekati nilai aktual, dan saran-saran yang diperlukan untuk pengembangan penelitian berikutnya. 8