Analisis Faktor-Faktor yang Mempengaruhi Kerugian dalam Penggunaan Hasil Peramalan Harga Saham Metode Artificial Neural Network

Frankco Nasarino Nainggolan, Wahyu Sardjono, SE, M.M.

2012 | Tesis | S2 Magister Manajemen

Saham memiliki karakteristik yaitu memiliki pola pergerakan yang sulit diprediksi. Karakteristik ini menimbulkan risiko bagi manajer investasi dalam kegiatan berinvestasi di pasar modal, sehingga harus melakukan prediksi harga saham. Metode yang sedang berkembang untuk memprediksi harga saham adalah metode Artificial Neural Network (ANN). Di dalam metode tersebut dibutuhkan data historis untuk melakukan pelatihan jaringan ANN. Performa peramalan dengan ANN pada umumnya diukur pada berapa kecil kesalahan peramalan harga saham yang terjadi (forecast error). Pada penelitian sebelumnya, terbukti bahwa kesalahan peramalan arah pergerakan harga saham (false alarm) juga menjadi faktor penentu kerugian yang terjadi yang dialami oleh manajer investasi. Penelitian ini meneliti signifikansi faktor kesalahan peramalan harga saham (forecast error) dan faktor kesalahan peramalan arah pergerakan harga saham (false alarm) dalam pengaruhnya terhadap kerugian yang dialami oleh manajer investasi (loss) setelah menggunakan hasil peramalan ANN dengan menggunakan metode regresi linear berganda. Harga saham yang diramal adalah harga saham LQ45 di pasar modal Indonesia. Kesimpulan yang didapat dari penelitian ini adalah faktor kesalahan peramalan harga saham dan faktor kesalahan peramalan arah pergerakan harga saham mempengaruhi secara signifikan terhadap kerugian yang terjadi, baik secara bersama-sama ataupun secara parsial dalam peramalan harga saham LQ45.

Stock has unique characteristic, which is it’s complicated and hard to predict price movement. This characteristic results in risk for manager to do the investation on stocks. The widely used method to predict stock’s price movement is Artificial Neural Network (ANN). This method uses historical data to do the network training. The performance of the ANN’s prediction is commonly based on error on stock’s price prediction. Based on previous researches, the stock’s price movement also has impact on manager’s loss after applying the ANN forecast result. Adding the performance’s accuracy of stock’s price movement into ANN network’s training would result in higher return. The objective of this research is to analyze the significance of forecast error and false alarm in affecting manager’s loss after applying the ANN forecast result using multiple linear regression analysis. This research uses Indonesian’s LQ45 stocks price data. This research concludes that forecast error and false alarm are both significant in affecting manager’s loss after applying the ANN forecast result, in partial and in combination.

Kata Kunci : Artificial Neural Network, forecast error, false alarm, LQ45, saham