1 PENDAHULUAN Latar Belakang Optimasi merupakan sebuah teknik matematis untuk menentukan solusi berupa keuntungan maksimum atau kerugian minimum dari beberapa alternatif solusi tersedia dibatasi pada kendala tertentu (Frederick 1996). Metode optimasi kerap digunakan dalam riset operasi dan analisis sistem, misalnya penjadwalan optimal dalam proses produksi, penentuan jalur terbaik untuk komoditi tertentu, dan sebagainya. Dalam bidang ekonomi, optimasi dapat digunakan dalam penentuan keputusan optimal, yaitu tindakan memberikan hasil paling konsisten dengan tujuan pengambil keputusan. Salah satu area ekonomi membutuhkan penentuan keputusan optimal adalah pasar modal. Pasar modal merupakan area menjadi alternatif bagi perusahaan atau investor perorangan untuk menanamkan uangnya dalam mendapatkan keuntungan (Firdaus 2010). Salah satu diperjualbelikan dalam pasar modal adalah saham. Antisipasi perubahan harga saham memerlukan strategi perdagangan saham. Terdapat dua pendekatan sering dilakukan untuk penentuan strategi perdagangan saham, yaitu analisis fundamental dan analisis teknis (Sharpe 1998). Analisis fundamental memperhitungkan berbagai faktor, seperti kondisi ekonomi suatu negara, kebijakan ekonomi, baik makro maupun mikro hingga kondisi keuangan perusahaan. Analisis teknis merupakan upaya untuk memperkirakan harga saham dengan mengamati perubahan harga saham tersebut (kondisi pasar) di waktu lampau. Meskipun demikian analisis teknis tidak terbatas dapat dilakukan pada saham saja, analisis teknis dapat pula dilakukan untuk memprediksi harga suatu komoditi maupun mata uang asing (Fernando 2002). Dalam pasar modal, seorang trader kerap kali menggunakan analisis teknis untuk memprediksi pergerakan harga saham. Hal ini dikarenakan karakteristik harga saham bergerak dinamis akibat proses permintaan dan penawaran. Secara umum, analisis teknis lebih banyak digunakan daripada analisis fundamental. Hal ini dikarenakan dalam analisis teknis tersedia data dalam Real
2 Time Information (RTI) dan Information Mark Quote (IMO) dalam bentuk grafik perubahan harga saham (Susanto 2010). Untuk menduga pergerakan harga saham terdapat beberapa parameter dalam analisis teknis disebut dengan indikator teknis, antara lain Moving Average, Weighted Moving Average (WMA) Bollinger. Stochastic, Williams %R Indicator, Relative Strength Index (RSI), Moving Average Convergence Divergence (MACD) (Emanuelle 2008). Indikator teknis ini akan memberikan sinyal atau indikasi kepada trader untuk melakukan penjualan atau pembelian saham. Pemilihan indikator teknis dilakukan melalui knowledge base menyimpan aturan-aturan dalam pasar saham. Prediksi harga saham dapat dilakukan melalui satu atau kombinasi beberapa bera indikator teknis. Prediksi tersebut akan menghasilkan indikasi untuk menjual atau membeli saham. Tiap-tiap indikator akan menghasilkan indikasi berbeda dan terkadang menghasilkan indikasi kontradiksi satu sama lain. Hal ini menyebabkan trader/investor terkadang harus menggunakan intuisi untuk menentukan indikator paling optimal untuk diikuti. Penggunaan intuisi trader dapat menghasilkan keputusan tidak sepenuhnya akurat dan membutuhkan waktu lama karena jumlah indikator banyak. Oleh karena itu dibutuhkan suatu teknik optimasi untuk penentuan aturan perdagangan dengan indikator teknis. Terdapat beberapa metode optimasi salah satunya adalah Algoritma Genetika (GA). GA adalah sebuah algoritma evolusioner mengikuti prinsip dasar seleksi alam. Empat konsep utama dalam algoritma genetika mengambil dari prinsip evolusi adalah seleksi, penyilangan, mutasi dan fitness. GA telah diterapkan untuk berbagai masalah optimasi, diantaranya otomotif, omo perancangan rekayasa, robotika, penjadwalan, strategi investasi dan pemasaran (Teeples 2010). GA dapat diimplementasikan dalam penentuan kombinasi parameter indikator teknis optimal sehingga keputusan diambil seorang trader dapat menghasilkan keuntungan maksimal. Melalui GA akan dihasilkan rentang nilai dan kombinasi indikator teknis optimal. Penerapan GA dalam pasar modal telah banyak dilakukan diantaranya oleh Allen (1999), Chen (2005)
3 dan Hirabayashi (2009). Pada Hirabayashi (2009) GA diimplementasikan untuk optimasi indikator pada pasar valuta asing. Rancangan percobaan untuk mendapatkan indikator teknis optimal dilakukan dengan implementasi penelitian dilakukan oleh Hirabayashi (2009) terhadap saham di Indonesia. Penggunaan GA dalam pemodelan perdagangan valuta asing dapat digunakan pada saham dikarenakan keduanya mempunyai prinsip perdagangan sama. Pada penelitian ini juga dilakukan modifikasi terhadap indikator teknis digunakan oleh Hirabayashi (2009). Saham digunakan dalam penelitian ini adalah saham memiliki jumlah kapitalisasi terbesar serta saham memiliki kapitalisasi terkecil pada tahun 2007-2008. Tujuan Tujuan penelitian ini adalah melakukan optimasi aturan perdagangan saham berisi parameter indikator teknis menggunakan Algoritma Genetika. Ruang lingkup Ruang lingkup penelitian ini sebagai berikut : 1. Model optimasi perdagangan saham digunakan adalah model optimasi digunakan oleh Hirabayashi (2009) untuk optimasi pada perdagangan valuta asing. 2. Jumlah kombinasi indikator teknis diidentifikasi adalah enam parameter. Adapun indikator teknis digunakan dalam penelitian ini adalah Relative Strength Index (RSI), Range Rate (RR), RSI Moving Average (RSI MA), Percent Difference (PD), ADX, dan William%R (WILL). Jumlah ini berbeda dengan acuan model Hirabayashi digunakan dikarenakan adanya hipotesa bahwa penggunaan indikator teknis lebih banyak akan memberikan hasil lebih baik. Sampai sejauh ini belum terdapat acuan menjadi dasar pemilihan indikator teknis. Hal ini disampaikan oleh Teeples (2010), Chauhan (2008), Yamawaki (2007). Oleh karena itu, pemilihan indikator teknis dalam penelitian ini menggunakan tacit knowledge
4 dalam knowledge base berkembang pada financial market dan paling dipercaya oleh trader/investor memberikan keuntungan paling besar. 3. Data digunakan adalah data harian pergerakan harga saham diperoleh dari Bursa Efek Indonesia dimulai 2007 sampai 2008. Adapun saham dipilih adalah saham memiliki kapitalisasi besar dan saham memiliki kapitalisasi kecil di Tahun 2007-2008. Manfaat Manfaat penelitian ini adalah tersedianya model strategi perdagangan optimal untuk memaksimalkan keuntungan dibandingkan dengan strategi perdagangan buy and hold. Penelitian Terdahulu Penelitian terkait strategi perdagangan saham dengan GA diawali oleh Allen (1999). Penelitian ini melakukan optimasi dua indikator teknis yaitu moving average a dan maxima & minima mengambil acuan harga saham sebelumnya. Melalui uji coba dilakukan terhadap data pada pasar modal S&P 500 dari tahun 1928 sampai 1995 ditunjukkan bahwa strategi perdagangan saham tidak menghasilkan keuntungan konsisten pada tiap transaksi selesai dilakukan. Berdasarkan ujicoba optimasi dapat dilakukan pula pendugaan terhadap keuntungan diperoleh dalam waktu harian. Pada tahun 2005 kembali dilakukan penelitian terkait optimasi strategi perdagangan saham dilakukan oleh Chen (2005). Penelitian ini melakukan optimasi terhadap indikator teknis dan parameternya. Perbandingan dengan strategi teg buy and hold dilakukan untuk menunjukkan performa hasil. Uji coba dilakukan melalui data pada Taiwan Sock Exchange. Indikator teknis digunakan adalah BIAS, RSI, OBV (On-Balance Volume) dan PSY. Hasil penelitian menunjukkan bahwa dengan optimasi parameter keempat indikator teknis, keuntungan rata-rata diperoleh adalah 85,46%. Pada ujicoba dilakukan dengan strategi buy and hold nilai keuntungan dihasilkan adalah 62,5%. Time frame menjadi salah satu indikator untuk penentuan keuntungan diperoleh.
5 Optimasi parameter juga dilakukan pula terhadap RSI, Exponential Moving Averages (EMA), MACD dan WMA. Ujicoba dilakukan terhadap Dow Jones Industrial Average (DJIA) dari New York Stock Exchange (NYSE) mulai 2000 2005. Penelitian ini menunjukkan kombinasi parameter indikator teknis dihasilkan melalui GA lebih baik dibandingkan strategi buy and hold. Pada tahun 2009, indikator teknis kembali menjadi parameter digunakan untuk menghasilkan strategi perdagangan saham optimal. Hirabayasi (2009) menerapkan strategi perdagangan pada perdagangan mata uang asing. Indikator teknis digunakan oleh Hirabayashi (2009) adalah RSI, percentage difference (PD), moving average (MA) dan range rate (RR). Optimasi dilakukan menggunakan GA dengan representasi gen berbentuk biner. Hasil penelitian menunjukkan bahwa strategi perdagangan saham menggunakan GA mampu menghasilkan keuntungan lebih besar dibandingkan dengan metode jaringan syaraf tiruan dan strategi buy and hold. Pada tahun 2010, Elis melakukan penelitian kembali menitik beratkan optimasi parameter indikator teknis. Indikator diambil adalah bollinger band, MACD, dan the average bands. Pada tahun sama, Teeples (2010) juga melakukan optimasi menggunakan algoritma genetika untuk dua indikator teknis yaitu EMA dan RSI.