Analisis Peran Decision Support System Berbasis Software Charting untuk Mendukung Keputusan Investasi di Pasar Saham dengan Menggunakan Moderated Regression Analysis dan Non-Participant Observation

Chandrakusuma, Azra Nugraha (2023) Analisis Peran Decision Support System Berbasis Software Charting untuk Mendukung Keputusan Investasi di Pasar Saham dengan Menggunakan Moderated Regression Analysis dan Non-Participant Observation. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032202180-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (2MB) | Request a copy

Abstract

Pandemi COVID-19 mengganggu aktivitas ekonomi global dan juga menyebabkan kepanikan di kalangan investor. Dana masyarakat mulai dialokasikan ke beberapa instrumen investasi, salah satunya saham, hal ini menyebabkan peningkatan jumlah investor. Peningkatan jumlah investor ini tidak sejalan dengan peningkatan literasi terkait pasar saham. Dalam pemilihan emiten saham sering kali menjadi sulit, bahkan bagi investor yang sudah berpengalaman, karena pengambilan keputusan yang dilakukan oleh investor dipengaruhi oleh banyak faktor. Dalam berinvestasi juga terdapat unsur risiko yang melekat, sehingga investor perlu memperhatikannya. Tujuan dari penelitian ini adalah untuk menganalisis apakah dengan suatu model DSS dapat membantu investor atau pengguna dalam decision making mereka memilih saham yang akan diinvestasikan, serta penulis ingin mengukur seberapa akurat model DSS ini dapat memproyeksikan pergerakan saham. Terdapat dua analisis data yang dilakukan, yang pertama yaitu untuk menganalisis tanggapan pengguna terhadap automatic technical analysis pada model DSS yang diolah dengan menggunakan moderated regression analysis (MRA) dan yang kedua, yaitu untuk menganalisis rekomendasi sinyal yang dihasilkan oleh model DSS dengan menghitung persentase keuntungan maupun kerugiannya. Temuan penelitian ini menunjukkan bahwa DSS memberikan dampak positif bagi penggunanya, meskipun tidak terlalu signifikan. Namun, pengguna tetap merasakan kemudahan dalam mengakses informasi dan melakukan analisis teknikal.
===============================================================================================================================
The COVID-19 pandemic disrupted global economic activity and also caused panic among investors. Public funds have begun to be allocated to several investment instruments, one of which is stocks, this is a logical effect caused by the pandemic resulting an increase in the number of investors. This increase of investors is not in line with the literacy related to the stock market. The selection of stock issuers is often difficult, even for the experienced investors, because the decision making influenced by many factors. There is also an inherent risk element that investors need to consider. The purpose of this study is to analyze whether a DSS model can help investors or users in their decision making in choosing the stocks to invest in, and the authors want to measure how accurate this DSS model could forecast stock movements. There are two data analyzes carried out, the first is to analyze user responses to the automatic technical analysis on the DSS model, by using moderated regression analysis (MRA) and the second is to analyze the signal recommendations generated by the DSS model by calculating the profit percentage and the loss. The findings of this study suggest that DSS has a positive impact on its users, although not too significant. However, users still find it easy to access information and perform technical analysis.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Decision Support System, Investment Decision, Technical Analysis
Subjects:	H Social Sciences > HG Finance > HG4529 Investment analysis H Social Sciences > HG Finance > HG4910 Investments
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Azra Nugraha Chandrakusuma
Date Deposited:	13 Feb 2023 11:27
Last Modified:	13 Feb 2023 11:27
URI:	http://repository.its.ac.id/id/eprint/97264

Actions (login required)

View Item