Fitria, Uhrija Nur (2024) Optimisasi Portofolio Saham Model Risiko Possibilistic Mean-Semiabsolute Deviation Menggunakan Metode NSGA-II. Undergraduate thesis, UNDIP.
Text
File 1 Pendahuluan - Uhrija Nur Fitria.pdf Download (676kB) |
|
Text
File 2 Isi - Uhrija Nur Fitria.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text
File 3 Daftar Pustaka - Uhrija Nur Fitria.pdf Download (198kB) |
Abstract
"Salah satu permasalahan yang sering dihadapi investor dalam melakukan investasi
adalah ingin membentuk portofolio saham dengan tingkat keuntungan maksimal
dan risiko yang serendah mungkin. Non-dominated Sorting Genetic Algorithm II
(NSGA-II) merupakan metode yang digunakan dalam menyelesaikan masalah
optimasi dua fungsi objektif sekaligus. Tujuan dari penelitian ini adalah
menganalisis risiko dari model possibilistic mean-semiabsolute deviation dan
memperoleh alokasi investasi saham yang optimal menggunakan metode NSGA-
II. Penelitian ini menggunakan data sekunder pada Jakarta Islamic Index periode
Juni 2023 – November 2023. Hasil penelitian ini diperoleh nilai risiko sebesar
0,00421 dan return 0,05653 dengan tiga saham yang terpilih dalam portofolio
beserta masing-masing proporsinya, yaitu BRIS (0,450), TLKM (0,2717027), dan
TPIA (0,2782973). Selanjutnya dengan metode NSGA-II diperoleh alokasi
investasi saham optimal untuk 7 saham, yaitu ANTM (0,208464), BRIS (0,07245),
EXCL (0,077493), HRUM (0,1141), TLKM (0,092099), TPIA (0,272891), dan
UNTR (0,162502) dengan perolehan risiko 0,004412 dan return 0,050837, serta
maksimal nilai fitness sebesar 11,523567.
Kata Kunci: Model Risiko, Possibilistic Mean-Semiabsolute Deviation,
Optimasi, Portofolio Saham, NSGA-II."
Item Type: | Thesis (Undergraduate) |
---|---|
Subjects: | Sciences and Mathemathic |
Divisions: | Faculty of Science and Mathematics > Department of Mathematics |
Depositing User: | Nurcahya Yulian |
Date Deposited: | 04 May 2024 03:00 |
Last Modified: | 04 May 2024 03:00 |
URI: | https://eprints2.undip.ac.id/id/eprint/22786 |
Actions (login required)
View Item |