<![CDATA[Penelitian ini bertujuan menganalisis dan mensintesis secara sistematis bagaimana integrasi analisis fundamental mikro-keuangan, Teori Portofolio Modern (MPT), dan algoritma Kecerdasan Buatan (AI/ML) mampu meningkatkan ketepatan keputusan investasi di Bursa Efek Indonesia (BEI). Melalui Systematic Literature Review (SLR) terhadap 26 sumber primer dan teori fundamental (2015–2026), kajian ini mengidentifikasi research gap berupa ketiadaan kerangka holistik yang menyatukan tiga dimensi tersebut. Temuan sintesis menunjukkan bahwa Return on Equity (ROE) tetap menjadi prediktor valuasi saham paling determinan secara lintas sektor, sementara Debt to Equity Ratio (DER) tidak bersifat destruktif bila dikelola produktif. Kualitas pengungkapan berbasis CAMEL terbukti menentukan peringkat obligasi korporasi, dengan Capital Adequacy Ratio (CAR) dan Loan to Deposit Ratio (LDR) sebagai sinyal Investment Grade paling signifikan. Model Modern Portfolio Theory yang dioptimasi menghasilkan Sharpe Ratio di atas 1,5 pada Tangent Portfolio lintas sektor. Algoritma BiLSTM mencapai MAPE serendah 1,94% pada prediksi saham TLKM, mengungguli LSTM konvensional. Kajian ini menyimpulkan bahwa integrasi ketiga pendekatan menghasilkan kerangka investasi yang lebih robust dibandingkan pendekatan parsial, sekaligus membuka agenda riset hibrida berbasis NLP dan ESG scoring untuk pasar modal Indonesia.]]>
Copyrights © 2026
