Perpustakaan Digital ITB

Investor ritel Indonesia rentan mengalami berbagai bias perilaku yang dapat memengaruhi kualitas pengambilan keputusan dalam berinvestasi, khususnya tiga bias yang telah banyak didokumentasikan dalam literatur behavioral finance, yaitu disposition effect, overconfidence, dan loss aversion. Bias tersebut hanya dapat diukur apabila keputusan investasi teramati, sedangkan rekaman transaksi investor individual jarang tersedia untuk penelitian. Penelitian ini merancang dan mengembangkan sistem berbasis Cognitive Digital Twin (CDT) pada skala investor individual yang mengintegrasikan tiga hal, yaitu lingkungan simulasi perdagangan, mekanisme pengukuran bias, serta penyusunan umpan balik yang terpersonalisasi. Lingkungan simulasi menyajikan perdagangan saham sepanjang 14 putaran perdagangan dengan menggunakan data historis Bursa Efek Indonesia pada jendela waktu yang dipilih secara acak. Kontribusi penelitian terletak pada pengembangan kerangka CDT yang mengintegrasikan tiga metrik proksi, yaitu Disposition Effect Index (DEI) yang dihitung berdasarkan selisih proporsi realisasi keuntungan dan kerugian, Overconfidence Score (OCS) yang diturunkan dari hubungan frekuensi perdagangan dengan kinerja portofolio, dan Loss Aversion Index (LAI) yang berbasis pada Prospect Theory, disertai mekanisme pembaruan representasi keadaan kognitif berbasis Exponential Moving Average (EMA) menggunakan pembobotan adaptif. Sistem diverifikasi melalui serangkaian pengujian fungsional dan divalidasi melalui User Acceptance Testing (UAT) yang menghasilkan rerata skor System Usability Scale (SUS) di angka 64,0.