Optimasi Portofolio Menggunakan Jaringan Saraf Tiruan

Abstract

Dalam penulisan ini data yang digunakan adalah 34 saham aktif periode mingguan mulai dari tahun 1999 - 2006. Penulisan ini bertujuan untuk memprediksi saham dengan menggunakan jaringan saraf tiruan agar mendapatkan hasil yang optimal sehingga dari hasil tersebut dapat dilakukan optimasi untuk membentuk portofolio. Ada dua tahapan yang dilakukan dalam pembuatan aplikasi ini yaitu tahapan prediksi dan tahapan optimasi. Tahapan prediksi menggunakan salah satu algoritma yang ada dalam jaringan saraf tiruan yaitu algoritma backpropagation. Pada algoritma ini jaringan diberikan sepasang pola - pola yang terdiri atas pola masukan dan pola yang diinginkan. Ketika suatu pola diberikan kepada jaringan, bobot bobot diubah untuk memperkecil perbedaan pola keluaran dan pola yang diinginkan. Latihan ini dilakukan berulang ulang sehingga semua pola yang dikeluarkan jaringan dapat memenuhi pola yang diinginkan. Tahapan selanjutnya yaitu tahapan optimasi. Tahapan ini dimulai dengan memilih 5 saham terbaik kemudian menentukan proporsi dana yang dimiliki oleh saham tersebut sehingga dapat menghasilkan return yang maksimal dari pembentukan portofolio tersebut. Setelah dilakukan ujicoba dengan menggunakan MATLAB 7.0, dari 34 saham yang diuji 33 saham sesuai dengan target yang diberikan yaitu 32 saham dengan kategori baik dan 1 saham termasuk kategori tidak baik dan 1 saham lagi tidak sesuai dengan target. Ini disebabkan karena jaringan memerlukan data yang lebih banyak lagi untuk mengenali pola yang diberikan. Karena semakin banyak data yang dilatihkan, jaringan akan semakin baik mengenali pola pola tertentu sehingga hasil prediksinya lebih akurat Sehingga saham saham tersebut layak untuk diikutsertakan dalam tahap optimasi.