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

ABSTRAK - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

COVER - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB 1 - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB 2 - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB 3 - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB 4 - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB 5 - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB 6 - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

DAFTAR PUSTAKA - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

LAMPIRAN - BILLY CHRISTIANTO
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

PT Investa Eduka Bangsa adalah sebuah perusahaan investasi yang berinvestasi pada saham di pasar modal Indonesia. Saat ini, perusahaan berinvestasi dengan metode investasi value investing yang hanya menghasilkan return 15-20% per tahun, yang membutuhkan waktu lama untuk melipatgandakan aset. Sejak tahun 2021, berkembang suatu jenis saham yang dapat mengalami kenaikan ratusan hingga ribuan persen dalam waktu relatif singkat, yaitu saham backdoor listing. Backdoor listing adalah pengambilalihan saham perusahaan terbuka oleh pengendali baru, yang diikuti penyuntikkan aset pengendali baru ke perusahaan tersebut, yang menyebabkan kenaikan harga saham yang signifikan. Dengan berinvestasi pada saham backdoor listing, perusahaan investasi akan mendapatkan keuntungan yang sangat besar. Akan tetapi, investasi pada saham backdoor belum dapat dilakukan oleh perusahaan, karena kriteria perusahaan terbuka yang berpotensi menjadi target backdoor listing belum diketahui, maupun pembedanya dengan saham yang hanya diakuisisi biasa. Selain itu, belum terdapat model yang dapat mengevaluasi potensi backdoor listing suatu saham. Maka, penelitian ini dilakukan untuk mengidentifikasi kriteria saham backdoor listing dan merancang model klasifikasi yang dapat memprediksi probabilitas backdoor listing suatu saham. Pengembangan model dilakukan dengan menggunakan data historis saham-saham backdoor listing dan saham akuisisi biasa di Indonesia. Data dikumpulkan dengan melakukan studi dokumen perusahaan terbuka dari website IDX dan Stockbit. Kemudian, data preprocessing dilakukan untuk mempersiapkan data, dan juga feature selection dengan menggunakan pendekatan GP-SIS (Sure Independence Screening). Lalu, model klasifikasi dirancang menggunakan logistic regression dengan L1 regularization dan 5-fold cross-validation. Maka, dihasilkan model klasifikasi L1 logistic regression yang mampu melakukan prediksi probabilitas backdoor listing suatu saham dan mengklasifikasikannya menjadi backdoor atau bukan. Selain itu, diidentifikasi kriteria-kriteria saham backdoor listing dari hasil feature selection GP-SIS dan L1 regularization. Dengan demikian, perusahaan dapat melakukan investasi pada saham backdoor listing dan meningkatkan return investasi.