Optimasi Portofolio Mean-semivance Menggunakan Algoritma Genetika

Abstract

Abstrak

Optimasi portofolio saham sangat dibutuhkan investor untuk memperoleh hasil yang memuaskan dengan nilai return yang tinggi atau nilai risiko yang rendah. Untuk mendapatkan portofolio yang diharapkan, dibutuhkan perhitungan dan algoritma yang baik untuk masalah pengoptimalan. Dalam tugas akhir ini akan dibahas mengenai optimasi portofolio dengan Algoritma Genetika yang akan menghasilkan bobot yang akan digunakan untuk menghitung return dan memilih portofolio dengan risiko terkecil. Dari hasil yang telah diimplementasikan pada beberapa penelitian terdahulu dapat disimpulkan bahwa Algoritma Genetika dapat digunakan sebagai salah satu metode yang cukup berhasil masalah pengoptimalan. Adapun Data saham yang digunakan dalam tugas akhir ini adalah saham yang ada dalam index LQ45. Diantaranya adalah saham BBNI, BBCA, TLKM, AKRA, KLBF, ASII . Hasil penelitian kali ini juga membuktikan bahwa perhitungan resiko menggunakan semivariance lebih optimal dibandingkan menggunakan variance.

Kata kunci : Algoritma Genetika, mean-semivariance, Optimasi portofolio , semivariance, LQ45

Abstract Optimization of the stock portfolio is needed by investors to obtain satisfactory results with value high return or low risk value. To get the expected portfolio, good calculations and algorithms are needed for optimization problems. In this final project will be discussed about portfolio optimization with Genetic Algorithms which will produce weights that will be used to calculate returns and choose the portfolio with the smallest risk. From the results that have been implemented in several previous studies it can be concluded that the Genetic Algorithm can be used as a method that is quite successful optimization problems. The stock data used in this final project are shares in the LQ45 index. Among them are BBNI, BBCA, TLKM, AKRA, KLBF, ASII. The results of this study also prove that risk calculation using semivariance is more optimal than using variance..

Keywords: Genetic Algorithm, mean-seamivariance, portofolio optimization, semivariance, LQ45