Pembentukan Portofolio Optimal Menggunakan Clustering Large Application Dan Analisis Value At Risk Pada Saham IDX80

Sania, Pujianti (2025) Pembentukan Portofolio Optimal Menggunakan Clustering Large Application Dan Analisis Value At Risk Pada Saham IDX80. Skripsi thesis, Universitas Tanjungpura.

[img] Text (Cover-Bab I)
Cover-Bab1_H1091211026.pdf - Published Version

Download (1MB)
[img] Text (H1091211026_SANIA PUJIANTI)
H1091211026_SANIA PUJIANTI.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB)

Abstract

Investasi merupakan cara untuk mengelola kekayaan dan mencapai tujuan finansial di masa depan. Saham menjadi instrumen investasi yang menarik karena potensi keuntungannya yang tinggi, meskipun disertai risiko yang besar. Namun, risiko ini dapat diminimalkan melalui diversifikasi portofolio. Diversifikasi dilakukan dengan memilih saham representatif dari hasil clustering. Penelitian ini bertujuan untuk membentuk portofolio optimal dengan metode Clustering Large Application (CLARA) dan melakukan analisis risiko portofolio dengan Value at Risk (VaR). Data yang digunakan meliputi harga penutupan saham IDX80 periode 1 November 2024 – 31 Januari 2025, rasio keuangan saham pada Desember 2024, dan suku bunga Bank Indonesia (BI-Rate) pada periode November 2024 – Januari 2025. Metode CLARA menghasilkan empat cluster saham dengan nilai silhouette coefficient sebesar 0,18226. Saham representatif setiap klaster dipilih berdasarkan Sharpe ratio tertinggi, yaitu SCMA, JPFA, GOTO, dan BRIS. Bobot masing masing saham dalam portofolio berdasarkan MVEP adalah 15,002% (SCMA), 29,786% (JPFA), 1,858% (GOTO), dan 53,354% (BRIS). Adapun hasil perhitungan VaR menunjukkan potensi kerugian maksimum sebesar Rp137.139 dalam satu hari, pada tingkat kepercayaan 99%, dari dana investasi awal sebesar Rp10.000.000.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Sania, PujiantiNIMH1091211026UNSPECIFIED
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 511 Prinsip-prinsip umum matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik S1
Depositing User: Rudiarti Rudiarti
Date Deposited: 07 May 2026 04:38
Last Modified: 07 May 2026 04:38
URI: http://36.95.239.66/id/eprint/5020

Actions (login required)

View Item View Item