digilib@itb.ac.id +62 812 2508 8800

Pasar saham adalah salah satu bentuk dari sistem kompleks yang menjadi bahan kajian dalam bidang fisika. Untuk memahami sistem dari pasar saham dapat dilihat dari korelasi antar saham didalamnya, namun akibat dari kondisi pasar saham yang selalu berubah-ubah setiap waktu maka menyebabkan adanya kemungkinan noise yang terkandung didalam korelasi antar saham. Random Matrix Theory (RMT) adalah metode yang digunakan pada tugas akhir ini untuk memisahkan data yang mengandung informasi sesungguhnya dengan noise pada data korelasi antar saham dengan cara membandingkan karakteristik dari nilai eigen dan vektor eigen dari matriks korelasi saham dengan sebuah matriks korelasi acak. Setelah data dari pasar saham telah terbebas dari noise maka dilakukan analisis grup pada pasar saham dengan dua pendekatan yaitu pendekatan jaringan kompleks (CN) dan pendekatan matriks diagonal blok (BDM). Pada pendekatan jaringan kompleks setiap saham dalam pasar saham dipandang sebagai sebuah simpul dan korelasi antar saham dianalogikan sebagai sisi penghubung antar simpul. Untuk mengidentifikasi grup dalam jaringan pasar saham tersebut digunakan metode Algoritma Propagasi Label Lanjut (LPAm+) yaitu menentukan grup dari setiap simpul berdasarkan jumlah terbanyak label tetangganya. Pada pendekatan matriks diagonal blok yaitu dengan merubah matriks korelasi saham menjadi sebuah matriks diagonal blok dimana setiap blok merepresentasikan suatu grup dalam pasar saham. Untuk membentuk matriks diagonal digunakan algoritma simulated annealing (SA) yaitu dengan mencari fungsi objektif minimum dengan menggunakan konsep annealing pada pembentukan kristal. Data yang digunakan pada tugas akhir ini yaitu data harga tutup harian 502 saham yang terdaftar di S&P 500 dari 1 Januari 2007 sampai 28 Oktober 2016.