Analisis Portofolio Optimal Saham Menggunakan Metode Markowitz dan Pengukuran Value At Risk Pada Saham IDX Infrastucture

Wahyuni, Bibit Eka (2025) Analisis Portofolio Optimal Saham Menggunakan Metode Markowitz dan Pengukuran Value At Risk Pada Saham IDX Infrastucture. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 2043211053-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Investasi pada instrumen saham merupakan pilihan investasi yang menawarkan potensi keuntungan yang tinggi, namun memiliki risiko yang signifikan. Oleh karena itu, diperlukan strategi optimal dalam menyusun portofolio investasi untuk memaksimalkan keuntungan dan meminimalkan risiko. Penelitian ini bertujuan untuk membentuk portofolio optimal saham sektor infrastruktur yang terdaftar dalam IDX Infrastructure menggunakan metode Markowitz dan mengukur risiko portofolio yang terbentuk dengan pengukuran Value at Risk (VaR) berdasarkan simulasi Monte Carlo. Data yang digunakan adalah 19 saham sektor infrastruktur yang terdaftar sebelum Juli 2022, dengan periode analisis dari Juli 2022 hingga 2024. Hasil analisis menunjukkan bahwa dari 19 saham yang dianalisis, terpilih 9 saham sebagai komponen portofolio optimal, yaitu BALI, CASS, IPCC, ISAT, JKON, JSMR, KEEN, SSIA, dan TOTL. Portofolio optimal yang terbentuk memiliki tingkat pengembalian sebesar 0,1% per hari dengan tingkat risiko sebesar 0,970%. Saham IPCC memiliki bobot terbesar dalam portofolio, yaitu sebesar 24,476% yang menandakan konstribusi yang signifikan dalam optimasi portofolio. Berdasarkan analisis risiko menggunakan VaR berbasis simulasi Monte Carlo menghasilkan distribusi return portofolio yang paling sesuai adalah distribusi 3-parameter Loglogistik, yang memungkinkan estimasi risiko yang lebih akurat dibandingkan pendekatan tradisional. Maka dengan tingkat kepercayaan 95% menghasilkan bahwa potensi kerugian maksimum yang dihasilkan jika investasi awal sebesar Rp100.000.000 tidak lebih dari Rp1.432.249. ================================================================================================================================
Investing in stock instruments is an investment option that offers high profit potential, but has significant risks. Therefore, an optimal strategy is needed in structuring an investment portfolio to maximize profits and minimize risks. This study aims to form an optimal portfolio of infrastructure sector stocks listed in IDX Infrastructure using the Markowitz method and measure the risk of the portfolio formed by measuring Value at Risk (VaR) based on Monte Carlo simulation. The data used are 19 infrastructure sector stocks listed before July 2022, with an analysis period from July 2022 to 2024. The results of the analysis show that out of the 19 stocks analyzed, 9 stocks were selected as optimal portfolio components, namely BALI, CASS, IPCC, ISAT, JKON, JSMR, KEEN, SSIA, and TOTL. The optimal portfolio formed has a return rate of 0.10% per day with a risk level of 0.970%. IPCC shares have the largest weight in the portfolio, which is 24.476%, which indicates a significant contribution to portfolio optimization. Based on risk analysis using Monte Carlo simulation-based VaR, the most suitable portfolio return distribution is the Logistic 3-parameter distribution, which allows for more accurate risk estimation than traditional approaches. So with a confidence level of 95%, it results that the maximum potential loss resulting from the initial investment of IDR 100,000,000 is not more than IDR 1,432,249

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	IDX Infrastructure, Markowitz, Saham, Simulasi Monte Carlo, Portofolio, Value at Risk ================================== IDX Infrastructure, Markowitz, Stock, Monte Carlo Simulation, Portfolio, Value at Risk
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Bibit Eka Wahyuni
Date Deposited:	18 Jul 2025 03:08
Last Modified:	18 Jul 2025 03:08
URI:	http://repository.its.ac.id/id/eprint/119983

Actions (login required)

View Item