PENENTUAN PORTOFOLIO SAHAM DI INDONESIA DENGAN MEMAKSIMUMKAN SHARPE RATIO

Authors

  • Retno Budiarti Program Studi Aktuaria, Sekolah Sains Data, Matematika, dan Informatika, Institut Pertanian Bogor
  • Nur Agustiani Program Studi Aktuaria, Sekolah Sains Data, Matematika, dan Informatika, Institut Pertanian Bogor
  • Muhammad Ariq Rizky Program Studi Aktuaria, Sekolah Sains Data, Matematika, dan Informatika, Institut Pertanian Bogor
  • Siswandi Program Studi Matematika, Sekolah Sains Data, Matematika, dan Informatika, Institut Pertanian Bogor

DOI:

https://doi.org/10.29244/milang.21.2.179-189

Abstract

Investasi saham telah menjadi instrumen keuangan yang banyak dimanfaatkan untuk meraih keuntungan dalam jangka panjang. Namun, volatilitas harga saham yang fluktuatif dan volatil menuntut pentingnya manajemen risiko dalam penyusunan portofolio. Penelitian ini bertujuan menyusun portofolio optimal melalui maksimisasi Sharpe Ratio dengan memanfaatkan hasil clustering sebagai dasar seleksi saham. Data yang digunakan meliputi hasil clustering dari 700 saham  di Bursa Efek Indonesia (BEI), dikelompokan berdasarkan karakteristik return dan volatilitas. Selanjutnya, dipilih saham-saham dominan yaitu saham dengan return tertinggi dan volatilitas terendah, dari setiap cluster, lalu dianalisis kombinasi saham dengan korelasi rendah untuk membentuk portofolio. Alokasi bobot saham dalam portofolio ditentukan melalui proses optimisasi Sharpe Ratio. Temuan penelitian mengungkapkan bahwa portofolio optimal cenderung memberikan porsi bobot lebih besar kepada saham-saham dengan return tinggi dan volatilitas rendah. Sebaliknya, portofolio yang terdiri dari saham dengan karakteristik return dan volatilitas serupa menunjukkan distribusi bobot yang lebih merata, namun menghasilkan nilai Sharpe Ratio yang lebih rendah dibandingkan portofolio yang mengombinasikan saham dengan karakteristik berbeda.

Kata kunci: Clustering, investasi, portofolio saham, pengelolaan risiko, Sharpe Ratio

Downloads

Download data is not yet available.

Downloads

Published

2025-12-31