Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal BIMASTER
Eka Lestari
Universitas Tanjungpura
Decision Sciences, Operations Research & Management Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENENTUAN PORTOFOLIO SAHAM OPTIMAL MENGGUNAKAN ALGORITMA GENETIKA Eka Lestari; Evy Sulistianingsih; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (135.774 KB) | DOI: 10.26418/bbimst.v8i2.31534

Abstract

Investor akan dihadapkan oleh keuntungan dan risiko dalam melakukan investasi. Untuk mengurangi risiko tersebut, investor dapat melakukan diversifikasi yaitu mengalokasikan dana ke beberapa saham sehingga terbentuk portofolio saham. Algoritma Genetika merupakan teknik yang diadopsi dari proses evolusi alam yang digunakan untuk melakukan pencarian penyelesaian optimal atas sejumlah penyelesaian masalah yang mungkin. Penelitian ini, mengimplementasikan Algoritma Genetika untuk memperoleh portofolio saham yang dapat memberikan keuntungan yang maksimal dan risiko tertentu. Parameter yang digunakan dalam Algoritma Genetika yaitu ukuran populasi (pop size) sebanyak 50 kromosom, probabilitas crossover 60% dan probabilitas mutasi sebesar 10%. Data yang digunakan adalah data penutupan harga saham bulanan indeks LQ 45 periode Januari 2010 sampai Juni 2018. Berdasarkan hasil analisis, Algoritma Genetika lebih optimal dibandingkan dengan perhitungan manual menggunakan Single Index Model dalam menentukan portofolio saham karena keuntungan yang diperoleh lebih besar dan risiko lebih kecil. Fitness terbesar dari tiga generasi diperoleh sebesar 0,1122 dengan keuntungan 0,0081 dan risiko 0,0719. Sedangkan keuntungan dan risiko berdasarkan perhitungan manual menggunakan Single Index Model diperoleh yaitu 0,0075 dan 0,0746.Kata Kunci: Algoritma Genetika, Offspring, Crossover, Mutasi, Single Index Model
Co-Authors Evy Sulistianingsih Nurfitri Imro’ah