Optimasi Portofolio dengan Algoritma Genetika pada Data Prediksi Harga Saham menggunakan Metode Support Vector Regression (SVR) dengan Mempertimbangkan Standardisasi Dana

Irsyad, Alvian Zia (2025) Optimasi Portofolio dengan Algoritma Genetika pada Data Prediksi Harga Saham menggunakan Metode Support Vector Regression (SVR) dengan Mempertimbangkan Standardisasi Dana. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003201024-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Diversifikasi portofolio dapat diartikan sebagai pembentukan portofolio sedemikian rupa sehingga dapat mengurangi risiko portofolio tanpa meminimumkan return. Hal ini merupakan tujuan yang ingin dicapai oleh investor. Support Vector Regression (SVR) merupakan hasil dari pengembangan Support Vector Machine (SVM) dengan metode regresi, tidak hanya mampu mengatasi masalah dengan data linier namun mampu mengatasi data nyata yang bersifat non-linear. SVR telah banyak digunakan untuk prediksi time series contohnya cuaca, keuangan, dan saham. Hal inilah yang menjadi dasar pemikiran dalam penelitian ini mengajukan implementasi algoritma SVR untuk memprediksi harga saham. Algoritma Genetika adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi. Dalam proses evolusi, individu secara terus-menerus mengalami perubahan gen untuk menyesuaikan dengan lingkungan hidupnya. “Hanya individu-individu yang bisa menyesuaikan dengan keadaan sekitar yang mampu bertahan”. Dengan optimisasi portofolio menggunakan algoritma genetika diharapkan investor bisa mendapatkan bobot yang optimal dan bisa memperkirakan seluruh biaya dalam transaksi saham. Dalam tesis ini dibahas optimasi portofolio dengan algoritma genetika pada data prediksi harga saham menggunakan metode Support Vector Regression (SVR) dengan mempertimbangkan standardisasi dana pada studi kasus lima saham dalam LQ-45. Hasil pembobotan pada lima saham diperoleh UNVR.JK sebesar 0,00258, INDF.JK sebesar 0,00345, ADRO.JK sebesar 0,33109, PTBA.JK sebesar 0,33181, dan BBNI.JK 0,33104.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	SVR, Standardisasi Dana, Algoritma Genetika, Optimisasi Portofolio, indeks LQ-45, SVR, Funds Standardization, Genethic Algorithm, Portfolio Optimization, indeks LQ-45.
Subjects:	H Social Sciences > HA Statistics > HA30.3 Time-series analysis
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Alvian Zia Irsyad
Date Deposited:	13 Aug 2025 03:41
Last Modified:	13 Aug 2025 03:41
URI:	http://repository.its.ac.id/id/eprint/128084

Actions (login required)

View Item