Perpustakaan Digital ITB

Di awal tahun 2020, virus Covid-19 mulai menyebar ke seluruh dunia. Akibatnya, pemerintah terpaksa mewajibkan pembatasan sosial dalam skala nasional dan internasional, dan perekonomian mulai ambruk. Banyak perusahaan yang mengalami kerugian akibat kejadian ini yang berdampak pada harga sahamnya, sehingga harga saham mengalami perubahan perilaku. Contoh kasus ini merupakan salah satu kasus perubahan perilaku harga saham akibat perubahan regulasi. Ketika terjadi perubahan pada perusahaan yang berdampak signifikan, perbedaan perilaku harga saham dapat dilihat pada plot harga saham. Namun ada kalanya perilaku perubahan berubah sedikit demi sedikit, sehingga sulit untuk mengetahui titik perubahannya. Sehingga diperlukan suatu metode untuk mendeteksi titik perubahan perilaku harga saham sehingga investor dapat memikirkan tindakan yang akan diambil selanjutnya. Salah satu metode untuk mendeteksi titik perubahan atau changepoint pada data deret waku daring seperti saham adalah Bayesian online changepoint detection (BOCPD) atau menurut (Byrd, dkk., 2018) disebut EXO. Metode ini dapat memprediksi letak titik perubahan data deret waktu yang bertambah dari waktu ke waktu (daring). Metode ini dapat mendeteksi titik perubahan dengan cepat, namun hasil dari metode ini tidak stabil. Oleh karena itu, pada tesis ini akan menggunakan metode lagged Bayesian online changepoint detection atau LEXO. Metode ini menggabungkan algoritma rekursif maju dengan informasi masa lalu, dan algoritma rekursif mundur dari informasi di masa mendatang. Mengetahui beberapa informasi sebelum keputusan diharapkan akurasi metode ini akan lebih baik daripada metode EXO. Penelitian ini akan menerapkan metode EXO dan LEXO pada data multivariat. Diharapkan metode EXO dan LEXO dapat mendeteksi titik perubahan yang disebabkan oleh perubahan kovariansi. Dengan mengetahui perubahan kovariansi data saham, investor dapat melihat seberapa bagus portofolio sahamnya. Sehingga dalam menarik kesimpulan, investor menjadi lebih menyeluruh. Model multivariat normal akan digunakan pada penelitian ini. Hal ini dikarenakan menurut model pergerakan harga saham sederhana, logaritma natural dari geometrik return harga saham berdistribusi normal. Selain itu, metode LEXO dengan model ini juga akan digunakan untuk mendeteksi data berdistribusi normal menceng dan data harga saham dengan logaritma natural dari geometrik return yang tidak berdistribusi normal multivariat.