📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 2 dokumenOPTIMISASI PORTOFOLIO SAHAM MULTIPERIODE BERBASIS MODIFIED MOSMA PADA PASAR SAHAM INDONESIA
Dalam pengelolaan portofolio saham, dilakukan penyesuaian keputusan investasi melalui proses rebalancing. Sebagian besar pendekatan optimisasi portofolio masih berfokus pada alokasi satu periode atau menggunakan bobot kontinu yang belum sepenuhnya merepresentasikan kendala perdagangan aktual, seperti satuan lot, biaya transaksi, batasan long-only, serta kebutuhan menjaga diversifikasi. Penelitian ini mengakomodasi kebutuhan tersebut dengan membangun model optimisasi portofolio saham multiperiode yang telah disesuaikan dengan kondisi pada pasar saham Indonesia. Tiga fungsi objektif digunakan, yaitu memaksimumkan terminal wealth, meminimumkan Historical Maximum Drawdown (HMDD), dan meminimumkan Herfindahl-Hirschman Index (HHI), serta variabel keputusan utama berupa jumlah lot untuk setiap periode rebalancing. Solusi dari permasalahan optimisasi ini ditentukan menggunakan Multiobjective Slime Mould Algorithm yang dimodifikasi dengan mekanisme seleksi berbasis NSGA-III, yang disebut Modified MOSMA. Eksperimen numerik dilakukan pada 44 saham hasil seleksi dari semesta IDX80 dengan horizon investasi bulanan selama satu tahun. Hasil penelitian menunjukkan bahwa inisialisasi berbasis oracle dan iterasi kardinalitas mampu meningkatkan kualitas serta sebaran solusi non-dominated. Skenario terbaik menghasilkan terminal wealth maksimum sebesar Rp 9,236 miliar, HMDD minimum sebesar 0,047737, dan 5.744 solusi non-dominated. Analisis terhadap solusi menunjukkan adanya trade-off yang jelas antara pertumbuhan kekayaan, risiko penurunan nilai, dan diversifikasi. Selain itu, analisis frekuensi rebalancing menunjukkan bahwa penyesuaian portofolio yang lebih sering dapat meningkatkan fleksibilitas dan potensi kekayaan akhir, tetapi tetap perlu disesuaikan dengan kemampuan investor dalam mengelola portofolio investasi.
PENGGUNAAN INDOBERT UNTUK KLASIFIKASI SENTIMEN BERITA SAHAM DAN ANALISIS KORELASI DENGAN PERGERAKAN HARGA DI BURSA EFEK INDONESIA
Penelitian ini bertujuan untuk mengklasifikasikan sentimen berita saham menggunakan model IndoBERT dan menganalisis korelasinya dengan pergerakan harga saham di Bursa Efek Indonesia. Data yang digunakan dikumpulkan dengan metode web scraping dari portal berita Emiten News, Liputan6, dan Detik.com, yang terdiri dari 2.857 artikel berita saham. Setelah melalui proses pelabelan dan pemrosesan awal, data tersebut digunakan untuk melatih berbagai varian model IndoBERT. Hasil eksperimen menunjukkan bahwa model IndoBERT-large-p1 memberikan kinerja terbaik dengan akurasi sebesar 0.78, diikuti oleh model IndoBERT-lite-large-p1, IndoBERT-base-p1, dan IndoBERT-lite-base-p1. Pada analisis korelasi antara sentimen berita saham dan pergerakan harga saham, sektor yang memiliki korelasi tertinggi adalah sektor basic materials dengan nilai hit rate 0.60 dan korelasi Pearson 0.389. Penelitian ini menyimpulkan bahwa model IndoBERT dapat digunakan secara efektif untuk analisis sentimen berita saham dan menunjukkan adanya korelasi antara sentimen berita dengan pergerakan harga saham di pasar saham Indonesia. Namun, jumlah data yang terbatas pada setiap sektor saham menjadi salah satu kendala dalam memperoleh nilai korelasi yang lebih tinggi.