Perpustakaan Digital ITB

Investasi saham merupakan salah satu jenis investasi yang sangat populer di kalangan investor terkait dengan nilai keuntungan yang ditawarkannya. Dalam investasi saham dikenal adanya portofolio, yang merupakan kumpulan beberapa jenis saham dengan tingkat keuntungan dan risiko yang beragam. Penelitian ini bertujuan untuk membentuk portofolio saham optimal yang tingkat risikonya akan dinyatakan dengan nilai Value at Risk (VaR). Data saham yang digunakan adalah saham-saham yang terdaftar dalam indeks LQ45 dan JII selama periode Januari 2015-Desember 2019. Model yang dipilih dalam penelitian ini adalah model Markowitz yang memanfaatkan prinsip diversifikasi. Pengalokasian bobot saham akan dioptimasi dengan menggunakan metode gabungan algoritma genetika dan simulated annealing agar portofolio dapat memberikan nilai VaR yang minimum. Portofolio saham konvensional dan syariah yang telah dioptimalkan akan dibandingkan kinerjanya dengan beberapa produk reksa dana dengan menggunakan nilai Sharpe ratio, Treynor ratio, dan Jensen ratio. Data reksa dana yang digunakan adalah reksa dana yang telah aktif sejak sebelum tahun 2015 hingga Desember 2019. Perbandingan kinerja akan dilakukan untuk periode setiap tahun dan periode 5 tahun sejak 2015 hingga 2019. Berdasarkan penelitian yang dilakukan, diperoleh bahwa portofolio saham konvensional relatif memiliki kinerja yang lebih baik dibandingkan portofolio saham syariah. Perbandingan kinerja portofolio saham konvensional dengan reksa dana saham konvensional (RDS) menunjukkan bahwa portofolio saham konvensional memiliki pergerakan yang paling stabil. Perbandingan kinerja portofolio saham syariah dengan reksa dana saham syariah (RDSS) menunjukkan bahwa portofolio saham syariah memiliki pergerakan yang paling stabil. Produk RDS yang kinerjanya paling baik dan stabil adalah SUCMAXI, sedangkan produk RDSS yang kinerjanya paling baik dan stabil adalah SUCORSE. Melalui penelitian ini dapat disimpulkan bahwa portofolio yang dibentuk dengan menggunakan metode gabungan algoritma genetika dan simulated annealing mampu memberikan hasil optimasi yang cukup baik.