PENERAPAN RANTAI MARKOV TERHADAP PERUBAHAN
INDEKS HARGA SAHAM
SKRIPSI
SUPRIANUS NDRURU
100803052
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PENERAPAN RANTAI MARKOV TERHADAP PERUBAHAN
INDEKS HARGA SAHAM
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat
mencapai gelar Sarjana Sains
SUPRIANUS NDRURU
100803052
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : Penerapan Rantai Markov Terhadap Perubahan Indeks Harga Saham
Kategori : Skripsi
Nama : Suprianus Ndruru
Nomor Induk Mahasiswa : 100803052
Program Studi : Sarjana (S1) Matematika Departemen : Matematika
Fakultas : Matematika dan Ilmu Pengetahuan Alam
Disetujui di Medan, Juli 2014
Komisi Pembimbing :
Pembimbing 2, Pembimbing 1,
Parapat Gultom, M.SIE, Ph.D Dr. Esther S. M. Nababan, M.Sc NIP. 19610130 198503 1 002 NIP. 19610318 198711 2 001
Disetujui oleh
Depatemen Matematika FMIPA USU Ketua,
PERNYATAAN
PENERAPAN RANTAI MARKOV TERHADAP PERUBAHAN INDEKS HARGA SAHAM
SRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2014
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa dengan kasih
dan pertolonganNya penulis dapat menyelesaikan penyusunan skripsi ini dengan
judul Penerapan Rantai Markov Terhadap Perubahan Indeks Harga Saham.
Terimakasih penulis sampaikan kepada Ibu Dr. Esther S. M. Nababan,
M.Sc selaku pembimbing 1 dan Bapak Parapat Gultom, M.SIE, Ph.D, selaku
pembimbing 2 yang telah meluangkan waktunya selama penulisan skripsi ini.
Terima kasih kepada Bapak Dr. Suwarno Ariswoyo, M.Si dan Bapak Syahriol
Sitorus, S.Si, M.IT selaku penguji yang telah memberikan kritik dan saran yang
membangun dalam penyempurnaan skripsi ini. Terimakasih kepada Bapak Prof.
Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris
Departemen Matematika F.MIPA USU. Terimakasih kepada Bapak Dr. Sutarman,
M.Sc selaku Dekan F.MIPA USU serta seluruh civitas akademika di lingkungan
F.MIPA USU. Teristimewa kepada Ayahanda Faigizatulö Ndruru dan Ibunda
Rozina Halawa serta saudara-saudari penulis, kepada orang tua saya Bapak Dr.
Faigiziduhu Bu’ulolo, M.Si dan Ibu dr. Kanserina E. Dachi, Sp.PD serta keluarga.
Semoga segala bentuk bantuan yang telah diberikan kepada penulis mendapatkan
PENERAPAN RANTAI MARKOV TERHADAP PERUBAHAN INDEKS HARGA SAHAM
ABTRAK
Berinvestasi saham merupakan alternatif yang menjanjikan tingkat pengembalian yang lebih baik bagi investor, namun memiliki risiko yang tinggi dikarenakan perubahan harga yang tidak pasti, sehingga pengambilan keputusan investasi saham memerlukan analisa yang dapat memberikan informasi yang akurat. Salah satu metode analisa yang dapat digunakan adalah dengan Analisis Rantai Markov. Tujuan dari penelitian ini adalah untuk mengkaji dan menerapkan model Rantai Markov terhadap perubahan indeks harga saham. Dengan menggunakan tiga state (naik, tetap dan turun), Model Rantai Markov dibangun untuk memodelkan persoalan tersebut. Penerapan model dilakukan pada sepuluh emitan yang bergabung di Bursa Efek Indonesia (BEI). Analisis dengan model Rantai Markov menghasilkan suatu nilai peluang kondisi indeks harga saham pada periode berikutnya dari masing-masing saham yang dianalisis.
APPLICATION OF MARKOV CHAINS TO CHANGES IN THE STOCK PRICE INDEX
ABSTRACT
Stock investing is an alternative promising better returns for investors, but has a high risk due to price changes is uncertain, so that decision making requires analysis of stock investment which can provide accurate information. One of the methods of analysis that can be used is the Markov Chain Analysis. The purpose of this study is to examine and apply the Markov chain models to changes in the stock price index. By using a three-state (up, unchanged and down), Markov chain models is constructed to describe the issue. Application of the models performed on the ten companies that joined in the Indonesia Stock Exchange (IDX). Markov Chain Analysis model generates a value of condition chance the stock price index in the next period of each stock analyzed.
DAFTAR ISI
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
Bab 1. Pendahuluan
1.1. Latar Belakang
1.2. Perumusan Masalah
1.3. Batasan Masalah
1.4. Tujuan Penelitian
1.5. Kontribusi Penelitian
1.6. Metodologi
Bab 2. Tinjauan Pustaka
2.1. Pasar Modal
2.1.1. Pengertian Pasar Modal
2.1.2. Jenis dan Manfaat Pasar Modal
2.2. Saham
2.2.1. Pengertian Saham
2.2.2. Indeks Harga Saham
2.2.3. Faktor yang Mempengaruhi Perubahan Indeks Harga Saham
2.3. Peluang
2.3.1. Peluang Bersyarat
Halaman
i
ii
iii
iv
v
vi
viii
ix
x
1
1
2
2
2
3
3
4
4
4
5
6
6
7
7
8
2.3.2. Teorema Bayes
2.4. Rantai Markov
2.4.1. Matriks Peluang Transisi
2.4.2. Persamaan Chapman-Kolmogorov
2.4.3. Peluang State n Langkah
2.4.4. Peluang Steady State
2.5. Kerangka Pemikiran
Bab 3. Pembahasan
3.1. Analisis Rantai Markov
3.2. Membangun Model Rantai Markov
3.3. Penerapan Model Rantai Markov
3.3.1. Matriks Peluang Transisi
3.3.2. Matriks Peluang Transisi 4 langkah
3.3.3. Peluang State atau Kondisi Indeks Harga Saham pada
Waktu yang Akan Datang
3.3.4. Peluang Stedy State Indeks Harga saham
3.4. Kajian Model Rantai Markov terhadap Prubahan Indeks Harga
Saham
Bab 4. Kesimpulan dan Saran
4.1. Kesimpulan
4.2. Saran
DAFTAR PUSTAKA
9
10
11
12
13
14
18
19
19
20
24
30
36
44
55
59
62
62
62
DAFTAR TABEL
Nomor
Tabel Judul Halaman
3.1 Daftar emiten dan kode saham 24
3.2 Daftar harga penutupan saham dari Januari 2014 sampai dengan Juni 2014 25 3.3 Perubahan state indeks harga saham 28
3.4 Peluang state indeks harga saham AALI 45
3.5 Peluang state indeks harga saham ADRO 46
3.6 Peluang state indeks harga saham ASII 47
3.7 Peluang state indeks harga saham BBCA 48
3.8 Peluang state indeks harga saham BBNI 49
3.9 Peluang state indeks harga saham BMRI 50
3.10 Peluang state indeks harga saham PGAS 51
3.11 Peluang state indeks harga saham TLKM 52
3.12 3.13 3.14 3.15 Peluang state indeks harga saham UNVR Peluang state indeks harga saham WIKA Peluang state indeks harga saham seluruh emiten Peringkat perusahaan 53
54
55
59
DAFTAR GAMBAR Nomor
Gambar Judul Halaman
2.1.
3.1.
3.2.
Kerangka pemikiran
Kejadian dalam Rantai Markov
Grafik perubahan indeks harga saham
18
20
DAFTAR LAMPIRAN
Nomor
Lampiran Judul Halaman
1. Daftar harga penutupan saham dari Januari 2014 sampai
dengan Juni 2014 62
PENERAPAN RANTAI MARKOV TERHADAP PERUBAHAN INDEKS HARGA SAHAM
ABTRAK
Berinvestasi saham merupakan alternatif yang menjanjikan tingkat pengembalian yang lebih baik bagi investor, namun memiliki risiko yang tinggi dikarenakan perubahan harga yang tidak pasti, sehingga pengambilan keputusan investasi saham memerlukan analisa yang dapat memberikan informasi yang akurat. Salah satu metode analisa yang dapat digunakan adalah dengan Analisis Rantai Markov. Tujuan dari penelitian ini adalah untuk mengkaji dan menerapkan model Rantai Markov terhadap perubahan indeks harga saham. Dengan menggunakan tiga state (naik, tetap dan turun), Model Rantai Markov dibangun untuk memodelkan persoalan tersebut. Penerapan model dilakukan pada sepuluh emitan yang bergabung di Bursa Efek Indonesia (BEI). Analisis dengan model Rantai Markov menghasilkan suatu nilai peluang kondisi indeks harga saham pada periode berikutnya dari masing-masing saham yang dianalisis.
APPLICATION OF MARKOV CHAINS TO CHANGES IN THE STOCK PRICE INDEX
ABSTRACT
Stock investing is an alternative promising better returns for investors, but has a high risk due to price changes is uncertain, so that decision making requires analysis of stock investment which can provide accurate information. One of the methods of analysis that can be used is the Markov Chain Analysis. The purpose of this study is to examine and apply the Markov chain models to changes in the stock price index. By using a three-state (up, unchanged and down), Markov chain models is constructed to describe the issue. Application of the models performed on the ten companies that joined in the Indonesia Stock Exchange (IDX). Markov Chain Analysis model generates a value of condition chance the stock price index in the next period of each stock analyzed.
BAB 1 PENDAHULUAN
1.1. Latar Belakang
Berinvestasi di pasar modal seperti membeli saham suatu perusahaan merupakan
alternatif yang menjanjikan tingkat pengembalian yang lebih baik bagi investor.
Ada dua macam permainan saham, yaitu perdagangan saham (trading) dan
investasi saham (investment). Perdagangan saham bertujuan mendapatkan
keuntungan dari selisih harga jual dan harga beli saham (capital gain), sedangkan
investasi saham lebih dimaksudkan untuk memiliki perusahaan dengan tujuan
untuk mendapatkan bagian keuntungan/deviden.
Peluang keuntungan yang dapat diperoleh dari bermain saham umumnya
dengan memanfaatkan pola fluktuasi harga saham yang membentuk gelombang
dan sedang dalam kondisi kecenderungan gelombang naik (bullish). Di samping
peluang keuntungan (capital gain) yang dapat diperoleh dari bermain saham, ada
juga risiko dari bermain saham, yaitu mengalami kerugian (capital loss) karena
harga jual saham di bawah harga beli yang dapat terjadi seandainya membutuhkan
uang dan terpaksa harus menjual saham, sementara harga saham sedang turun dan
berada di bawah harga belinya.
Dalam bermain saham ini, diperlukan pengamatan-pengamatan pergerakan
harga saham yang telah diterbitkan sebagai bahan pertimbangan dalam
pengambilan keputusan. Salah satu metode yang dapat digunakan dalam
pengamatan tersebut adalah dengan menggunakan analisis Rantai Markov atau
lebih dikenal dengan Markov Chain Analysis (MCA).
Rantai Markov pertama kali dikembangkan oleh sarjana matematika Rusia
Andrei A. Markov (1907) yang digunakan untuk mengatur silsilah keturunan
kerajaan Inggris. Rantai Markov merupakan suatu metode yang mempelajari
sifat-sifat suatu variabel pada masa sekarang yang dalam usaha menaksir sifat-sifat-sifat-sifat
variabel yang sama di masa mendatang.
Proses Markov juga dikenal sebagai proses stokastik dengan sifat-sifat
khusus yaitu hasil pengamatan tertentu tergantung hanya pada pengamatan
pengamatan tertentu akan mempengaruhi hanya hasil pengamatan berikutnya,
bukan hasil-hasil pengamatan sesudahnya.
Metode Rantai Markov telah banyak digunakan oleh peneliti untuk
menganalisis pergerakan harga saham. Kevin J. Doubleday dan Julius N. Esunge
(2011), menggunakan Rantai Markov menganalisis perubahan harga saham Dow
Jones Industrial Average (DJIA). Model ini memberikan informasi bahwa
portofolio saham menunjukkan kecenderungan besar terhadap keuntungan kecil
dan kerugian dikarenakan pertumbuhannya yang melambat.
Vasanthi, Numba dan Nambi (2011), menggunakan Rantai Markov
memprediksi perubahan indeks harga saham global. Akurasi prediksi dengan
model ini lebih tinggi jika dibandingkan dengan traditional forecasting method.
Oleh kerena itu, model Rantai Markov akan membantu megidentifikasi perubahan
harga saham di masa yang akan datang.
Berdasarkan penelitian-penelitian sebelumnya (Kevin J. Doubleday dan
Julius N. Esunge; Vasanthi, Numba dan Nambi), penggunaan Rantai Markov
untuk menganalisis perubahan-perubahan harga saham di pasar modal relatif lebih
baik dengan resiko kecil. Oleh sebab itu, penelitian ini akan mengkaji model
Rantai Markov terhadap perubahan indeks harga saham.
1.2. Perumusan Masalah
Pada penelitian ini, yang menjadi permasalahan adalah bagaimana model Rantai
Markov dapat digunakan untuk menganalisis perubahan indeks harga saham.
1.3. Batasan Masalah
Dalam tulisan ini penulis hanya membatasi permasalahannya pada pembahasan
tentang analisis perubahan indeks harga saham dengan menggunakan metode
Rantai Markov.
1.4. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah mengkaji dan menerapkan model Rantai
1.5. Kontribusi Penelitian
Manfaat penelitian ini adalah sebagai berikut:
1. Mendapatkan informasi tentang efektifitas model Rantai Markov terhadap
perubahan indeks harga saham.
2. Dapat digunakan oleh para investor yang ingin berinvestati saham dan
dapat digunakan sebagai referensi bacaan bagi yang akan melakukan
penelitian serupa.
1.6. Metodologi Penelitian
Penelitian ini bersifat studi literatur, yaitu dengan mengumpulkan data-data dari
referensi buku dan jurnal-jurnal yang diperoleh dari perpustakaan dan internet.
Adapun langkah-langkah yang dilakukan adalah sebagai berikut:
1. Mengumpulkan bahan dari buku dan artikel dari internet.
2. Memahami teori tentang saham.
3. Mengamati dan memahami perubahan indeks harga saham.
4. Memahami faktor-faktor yang mempengaruhi perubahan indeks harga
saham.
5. Memahami model Rantai Markov secara umum.
6. Menganalisa dan memahami model Rantai Markov terhadap perubahan
indeks harga saham.
BAB 2
TINJAUAN PUSTAKA
2.1. Pasar Modal
2.1.1. Pengertian Pasar Modal
Secara umum, pasar modal adalah tempat atau sarana bertemunya antara
permintaan dan penawaran atas instrument keuangan jangka panjang, umumnya
lebih dari 1 (satu) tahun. Hukum mendefinisikan pasar modal sebagai kegiatan
yang bersangkutan dengan penawaran umum dan perdagangan efek, perusahaan
publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi
yang berkaitan dengan efek (Mohamad Samsul, 2006).
Menurut Roskarina Setianingrum (2009), pasar modal definisikan sebagai
pasar untuk berbagai instrument keuangan (sekuritas) jangka panjang yang bisa
diperdagangkan dalam bentuk hutang atau modal sendiri, baik yang diterbitkan
oleh pemerintah maupun perusahaan swasta. Pasar modal mempunyai fungsi
sebagai sarana alokasi dana yang produktif untuk memindahkan dana dari
pemberi peminjam, selain itu pasar modal juga berfungsi untuk mengalokasikan
dana secara optimal.
Beberapa daya tarik pasar modal yakni:
1. Diharapkan pasar modal akan bisa menjadi alternatif pembiayaan
selain sistem perbankan.
2. Pasar modal memungkinkan para pemodal mempunyi berbagai pilihan
investasi yang sesuai dengan preferensi resiko mereka. Dengan
adanya pasar modal, para pemodal (emiten) memungkinkan untuk
melakukan diversifikasi investasi (pembiayaan) sesuai dengan return
(cost of capital) yang mereka harapkan dan juga resiko yang bersedia
ditanggung.
3. Sekuritas yang diperdagangkan di pasar modal memiliki daya tarik
tersendiri yaitu likuiditasnya. Pemodal bisa melakukan investasi hari
lain yang lebih menguntungkan seperti: pertambangan yang tidak
mungkin dilakukan pada investasi di real asset.
Bentuk instrumen di pasar modal disebut efek, yaitu surat-surat berharga
yang diperdagangkan berupa saham, obligasi, bukti right, bukti waren dan produk
turunan atau sering disebut derivative (Mohamad Samsul, 2006).
2.1.2. Jenis dan Manfaat Pasar Modal
Untuk memudahkan pemahaman berinvestasi di pasar modal, investor perlu
mengetahui terlebih dahulu jenis pasar yang akan ditargetkan untuk menanamkan
modal. Pasar modal dapat dikategorikan menjadi 4 pasar yaitu:
1. Pasar pertama (perdana) adalah tempat atau sarana bagi perusahaan
yang untuk pertama kali menawarkan saham atau obligasi ke
masyarakat umum.
2. Pasar kedua (sekunder) adalah tempat atau sarana jual-beli efek antar
investor dan harga dibentuk oleh investor melalui perantara efek.
3. Pasar ketiga adalah sarana transaksi jual-beli efek antara market maker
serta investor dan harga dibentuk oleh market maker.
4. Pasar keempat adalah sarana transaksi jual-beli antara investor jual dan
investor beli tanpa melalui perantara efek.
Keberadaan pasar modal ikut serta dalam memberikan manfaat bagi
perekonomian. Adapun manfaat tersebut akan diuraikan sebagai berikut:
1. Menyediakan sumber pembiayaan jangka panjang bagi dunia usaha
sekaligus memungkinkan alokasi sumber dana secara optimal.
2. Memberikan wahana investasi bagi investor sekaligus memungkinkan
upaya diversifikasi.
3. Penyebaran kepemilikan perusahaan sampai pada lapisan masyarakat.
4. Memberikan kesempatan memiliki perusahaan yang sehat dan
mempunyai prospek.
5. Keterbukaan dan profesionalisme menciptakan iklim berusaha yang
2.2. Saham
2.2.1. Pengertian Saham
Saham adalah tanda bukti memiliki perusahaan dimana pemiliknya disebut juga
sebagai pemegang saham (stock holder). Seseorang atau suatu pihak dikatakan
sebagai pemegang saham apabila telah tercatat sebagai pemegang saham dalam
buku yang disebut Daftar Pemegang Saham (DPS). Pada umumnya, DPS
disajikan beberapa hari sebelum Rapat Umum Pemegang Saham diselenggarakan
dan setiap pihak dapat melihat DPS tersebut. Bukti bahwa seseorang adalah
pemegang saham juga dapat dilihat pada halaman belakang lembar saham apakah
namanya sudah diregistrasi oleh perusahaan (emiten) atau belum (Mohamad
Samsul, 2006).
Wujud saham adalah selembar kertas yang menerangkan bahwa pemilik
kertas tersebut adalah pemilik perusahaan yang menerbitkan surat berharga
tersebut. Porsi kepemilikan ditentukan oleh seberapa besar penyertaan yang
ditanamkan diperusahaan tersebut (Darmadji dan Fakhruddin, 2006).
Menurut Mohamad Samsul (2006), saham dibedakan dalam dua jenis
yaitu:
1. Saham preferen (preferred stock) yaitu jenis saham yang memiliki hak
terlebih dahulu untuk menerima laba dan memiliki hak laba kumulatif.
Hak kumulatif adalah hak untuk mendapatkan laba untuk dibagikan pada
suatu tahun yang mengalami kerugian, tetapi akan dibayar pada tahun
yang mrngalami keuntungan, sehingga saham preferen akan menerima
laba dua kali. Hak istimewa ini diberikan kepada pemegang saham
preferen karena merekalah yang memasok dana ke perusahaan sewaktu
mengalami kesulitan keuangan.
2. Saham biasa (common stock) yaitu jenis saham yang akan menerima laba
setelah laba bagian saham preferen dibayarkan. Apabila perusahaan
bangkrut, maka pemegang saham biasa yang menderita terlebih dahulu.
Perhitungan indeks harga saham didasarkan pada harga saham biasa.
Hanya pemegang saham biasa yang mempunyai suara dalam Rapat Umum
2.2.2. Indeks Harga Saham
Pada pasar perdana harga saham didasarkan pada kesepakatan antara emiten dan
penjamin emisi, sedangkan pada pasar sekunder terjadinya kesepakatan harga
dipengaruhi oleh permintaan dan penawaran di pasar antara penjual dan pembeli.
Harga saham di pasar sekunder berada di luar kontrol emiten sehingga perputaran
uang tidak lagi mengalir ke prusahaan yang menerbitkan saham melainkan
berpindah dari pemegang saham ke tangan pemegang saham lainnya (Roskarina
Setianingrum, 2009).
Indeks harga saham adalah harga saham yang ditayangkan dalam bentuk
indeks. Indeks saham digunakan untuk tujuan analisis dan menghindari dampak
negatif dari penggunaan harga saham dalam rupiah. Corporate action yang
dilakukan oleh perusahaan dapat merusak analisis apabila menggunakan harga
saham dalam rupiah tanpa dikoreksi terlebih dahulu. Dengan menggunakan indeks
saham dapat menghindari kesalahan analisis walaupun tanpa koreksi (Mohamad
Samsul, 2006).
Jenis indeks harga saham di bursa efek dapat dikelompokkan menjadi tiga
yaitu:
1. Indeks harga saham individu yaitu indeks masing-masing saham yang
tercatat di bursa efek.
2. Indeks harga saham parsial yaitu indeks harga saham yang diciptakan oleh
salah satu pihak yang terdiri dari beberapa jenis saham untuk kepentingan
sendiri.
3. Indeks harga saham gabungan yaitu indeks gabungan dari seluruh jenis
saham yang tercatat di bursa efek.
2.2.3. Faktor yang Mempengaruhi Perubahan Indeks Harga Saham
Harga saham di pasar modal (pasar sekunder) setiap saat bisa mengalami
perubahan, sehingga para investor atau calon investor harus jeli dalam pemilihan
saham (Michael Hendrawijaya Dj, 2009). Adapun beberapa faktor yang dapat
mempengaruhi perubahan harga saham yaitu:
1. Harapan investor terhadap tingkat pendapatan deviden di masa yang akan
juga akan cenderung stabil. Sebaliknya jika tingkat pendapatan dan
deviden berfluktuasi karena faktor internal, maka harga saham tersebut
cenderung berfluktuasi juga.
2. Tingkat pendapatan perusahaan. Apabila tingkat pendapatan perusahaan
besar, maka akan semakin meningkat pula harga saham karena para
investor bersikap optimis.
3. Kondisi perekonomian. Kondisi perekonomian di masa yang akan datang
selalu dipengaruhi oleh kondisi perekonomian saat ini. Apabila kondisi
perekonomian saat ini stabil, maka para investor juga akan optimis
terhadap kondisi perekonomian yang akan datang, sehingga harga saham
akan cenderung stabil (demikian pula sebaliknya).
2.3. Peluang
Peluang adalah suatu nilai yang digunakan untuk mengukur tingkat terjadinya
suatu kejadian yang acak. Himpunan semua hasil yang mungkin dari suatu
percobaan (eksperimen) disebut ruang sampel, sedangkan suatu proses yang
menyebabkan satu dari beberapa kemungkinan hasil disebut sebagai eksperimen.
Misalkan S adalah suatu ruang sampel dari suatu eksperiman acak dan A
adalah ruang kejadiannya. Peluang kejadian A ditulis P(A) didefinisikan sebagai
) (
) ( ) (
S n
A n A
P = (2.1)
Dimana n(A) menyatakan banyaknya anggota dari himpunan A dan n(S)
menyatakan banyaknya anggota ruang sampel.
Kejadian A atau P(A) memiliki sifat sebagai berikut:
1. Nilai peluang kejadian A selalu berada pada selang [0,1] atau 0≤P(A)≤1 2. Nilai peluang suatu peristiwa yang tidak mungkin terjadi adalah nol atau
0 ) (φ =
P
3. Nilai peluang suatu peristiwa yang pasti terjadi adalah satu atau P(S)=1
2.3.1. Peluang Bersyarat
Dua kejadian memiliki peluang bersyarat bilamana terjadinya suatu kejadian
kejadian yang terdapat dalam ruang sampel dan peluang kejadian B tidak sama
dengan nol, maka peluang kejadian A jika diketahui kejadian B telah terjadi
sebelumnya adalah 0 ) ( , ) ( ) ( ) |
( = ∩ P B >
B P B A P B A
P (2.2)
Dimana 0≤ P(A|B)≤1 keterangan:
) | (A B
P = Peluang bersyarat kejadian A jika kejadian B diketahui.
) (A B
P ∩ = Peluang terjadinya A dan B sekaligus.
Untuk keadaan dimana kejadian A dan B adalah independen,
) ( ) ( ) ( ) | ( ) ( ) ( B P A P B A P B A P B P B A P = ∩ = ∩
2.3.2. Teorema Bayes
Misalkan S adalah ruang sampel dari kejadian B1, B2, , Bn adalah kejadian di dalam S dimana setiap kejadian saling lepas dan membentuk partisi di dalam S
jika memenuhi:
1. Bi ⊆S
2. Bi ∩Bj =φ; i ≠ j;i=1,2,,n dan j=1,2,,n 3. B1∪B2 ∪∪Bn =S
Jika B1, B2, , Bn membentuk partisi dalam S dan A adalah peristiwa lain dalam S maka (A∩B1),(A∩B2), (A∩Bn) akan membentuk partisi sehingga
) (A )
( )
(A B1 A B2 Bn
A= ∩ ∪ ∩ ∪∪ ∩ (2.3)
Karena kejadian-kejadian secara eksklusif dan bersama-sama maka
∑
= = n j j j i i i B A P B P B P B A P A B P 1 ) | ( ) ( ) ( ) | ( ) |( (2.5)
Untuk Ai ,i=1, 2, , n, maka peluang bersyarat An dengan syarat
1 2
1, A , , A
n-A telah terjadi sebelumnya adalah
) ( ) ( ) | ( 1 2 1 2 1 1 2 1 n-n n-n , A , , A A P A A A P , A , , A A A P = ∩ ∩ ∩ ) | ( ) | ( ) | ( ) ( )
(A1 ∩A2 ∩ ∩An = P A1 P A2 A1 P A3 A2 P An An−1
P (2.6)
Persamaan (2.6) di atas menunjukkan bahwa setiap barisan kejadian tergantung
hanya pada kejadian sebelumnya yaitu kejadian Aj+1 hanya tergantung pada kejadian Aj saja.
2.4. Rantai Markov
Rantai Markov dikenal sebagai proses stokastik dengan sifat-sifat khusus yaitu
jika keadaan untuk sekarang diketahui, maka peluang keadaan dari proses pada
waktu mendatang hanya dipengaruhi oleh keadaan proses saat ini saja, tidak
dipengaruhi oleh keadaan pada waktu-waktu yang lampau.
Proses stokastik Xt dikatakan memenuhi sifat Markovian jika
} | { } , ,..., , | { 1 1 1 1 1 0 0 1 i X j X P i X X k k X k X j X P t t t t t t = = = = = = = = + − − + (2.7)
Dimana t=0,1,2,...,n
dengan kata lain, sifat Markovian menyatakan probabilitas bersyarat dari kejadian
mendatang dengan kejadian masa lampau dan kejadian saat ini Xt =i adalah independen terhadap kejadian di waktu lalu dan hanya tergantung pada kejadian
saat ini.
Proses stokastik
{
Xt, t=0, 1, 2, , n}
adalah rantai Markov jika proses tersebut mempunyai sifat Markovian. Probabilitas bersyarat P{Xt+1= j|Xt =i} untuk rantai Markov disebut probabilitas transisi (beralih satu langkah). Jikauntuk setiap i dan j,
} |
{ } |
untuk semua t = 0, 1, 2 ,, n maka probabilitas transisi dikatakan stasioner dan
diberi notasiPij. Oleh karena itu, probabilitas transisi stasioner menyiratkan bahwa probabilitas transisi tidak berubah seiring dengan waktu. Keberadaan
probabilitas transisi stasioner juga termasuk untuk tiap i, j dan t = 0, 1, 2 ,, n, }
| {
} |
{X 1 j X i P X j X0 i P t+ = t = = n = = untuk semua t = 0, 1, 2 ,, n
Probabilitas bersyarat ini diberi notasi Pij(n) disebut probabilitas transisi n langkah, yang disebut juga sebagai peluang bersyarat dari variabel acak x, dengan dimulai
pada tingkat keadaan i dan menjadi tingkat keadaan j setelah n langkah.
Oleh karena Pij(n)adalah probabilitas bersyarat, probabilitas tersebut harus nonnegatif, dan oleh karena prosesnya harus membuat perubahan ke state lain
maka probabilitas tersebut harus memenuhi sifat:
, 0
) (n ≥ ij
P untuk semua i dan j; n = 0, 1, 2 , (2.8) dan
1
0 ) ( =
∑
∞= j
n ij
P untuk semua i; n = 0, 1, 2 , (2.9)
2.3.1. Matriks Peluang Transisi
Misalkan proses stokastik
{
Xt, t=0, 1, 2, , n}
adalah Rantai Markov dengan ruang keadaan himpunan berhingga{
0, 1, 2, , n}
. Matriks peluang transisi (satu langkah) dari{
Xt, t=0, 1, 2, , n}
, dinotasikan dengan P adalah suatu matriks dengan elemen ke (i, j) adalah Pij.
=
nn n
n n
n n n
P P
P P
P P P
P P P
P P P
P P P
2 1 0
2 1 0 22
21 20
12 11 10
02 01 00
P (2.10)
dimana Pij ≥0 dan 1
0
=
∑
∞ = jij
2.3.2. Persamaan Chapman-Kolmogorov
Persamaan Chapman-Kolmogorov merupakan metode untuk menentukan peluang
transisi n langkah yang didefinisikan sebagai:
0 , ; 0 , ,
0
≥ ≥
=
∑
∞= +
j i m n P P P
k
m kj n ik m
n
ij (2.11)
keterangan:
m n ij
P + = Peluang peralihan dari state iakan berpindah ke state j setelah n+m
langkah
n ik
P = Peluang peralihan dari state i ke state k setelah n langkah dan diketahui
sebelumnya telah berada dalam state i
m kj
P
= Peluang peralihan dari statei k ke state j setelah m langkah dan diketahui sebelumnya telah berada dalam state k
Dengan menggunakan hubungan Chapman-Kolmogorov diatas, dapat ditunjukkan
bahwa P(n) =Pn dimana matriks peluang transisi n langkah Pn sama dengan matriks peluang peralihan satu langkah pangkat n.
Misalkan untuk n = 1 dan m = n - 1 maka persamaan (2.5) menjadi:
( )
∑
∑
∑
∞=
∞
= − ∞
=
−
= =
0 0
1 0
1
k k
kj n
ik k
n kj ik n
ij
P P
P P P
dimana Pij( )n adalah elemen dari matriks Pn,Pik dan Pkjn−1 adalah elemen dari matriks P. Persamaan di atas menunjukkan bahwa peluang transisi n langkah
dapat diperoleh dari peluang transisi satu langkah.
Misalkan untuk n = 2, maka diperoleh:
( )
∑
∑ ∑
∞= ∞
= ∞
=
= =
0 0
0 2
k k
kj ik k
kj ik
ij P P P P
P
karenaPij( )2 adalah elemen dari matriks 2
P , Pik dan Pkjn−1 adalah elemen dari matriks P, maka
( )2 2
P P P P = ⋅ =
Untuk n langkah, secara umum dapat diperoleh:
( ) ( ) ( )
n
1 1
1 1
P
P P P P
P P P
P P
=
= =
= =
n-n
(2.12)
Oleh karena itu, matriks probabilitas n langkah Pn dapat diperoleh memangkatkan n matriks peluang transisi satu langkah P.
2.3.3. Peluang State n Langkah
Dalam proses Rantai Markov, sistem pada awalnya berada pada statei, kemidian
setelah n transisi akan berada pada state j dengan peluang yang diberikan oleh
suku (i, j) dari matriks P. secara umum, jika didefinisikan vektor baris
(
1 2 )
, =1,2,= p , p , n pn n n
adalah vektor peluang state setelah n langkah (pnj) yaitu vektor peluang berada pada state j setelah n langkah, dimana n ≥ 1, j ≥ 0.
∑
∑
∑
∞
= ∞
= ∞
=
=
= =
= =
= =
=
= =
0 0 0
0 0
0
0
) | (
) (
) , (
) (
i
n ij i i
n i
n n n
j
p p
i x j x p i x p
i x j x p
j x p p
(2.13)
Karena pijn merupakan peluang tansisi setelah n langkah sehingga pijn adalah elemen dari Pn, maka persamaan (2.7) di atas dapat ditulis dalam bentuk vektor dan matriks seperti berikut:
, , n p
pn = 0Pn, = 1 2 (2.14)
keterangan:
n
p = Peluang state pada waktu ke n, n= 1, 2,
0
p = Peluang state pada awal proses.
n
Vektor peluang berada pada state j setelah n langkah pnj juga dapat ditunjukkan dengan persamaan berikut
∑
∑
∑
∞
= ∞
= − −
∞
= −
=
= =
= =
= =
=
= =
0 0 0
1 1
0
1
) |
( ) (
) ,
(
) (
i
n ij i i
n n
n i
n n
n n
j
p p
i x j x p i x p
i x j x p
j x p p
(2.15)
Jika dituliskan dalam bentuk vektor dan matriks, maka persamaan (2.9) di atas
menjadi
, , n p
pn = n−1P, = 1 2 (2.16) keterangan:
n
p = Peluang state pada waktu ke n, n= 1, 2,
1
− n
p = Peluang state pada waktu ke n-1.
P = Matriks peluang transisi
2.3.4. Peluang Steady State
Peluang steady state merupakan peluang transisi yang telah mencapai kondisi
seimbang atau kondisi tetap. Kondisi sistem pada suatu waktu pengamatan, pada
dasarnya tidak dapat ditentukan dengan pasti, yang dapat dilakukan adalah
menentukan peluang untuk semua keadaan yang mungkin terjadi. Untuk
menentukan peluang steady state dilakukan dengan menguraikan setiap peluang
state sistem tersebut dalam sebuah vektor kolom atau vektor keadaan (Anton dan
Rorres, 2005).
Didefinisikan bahwa sebuah matriks transisi P disebut matriks peluang transisi reguler (bujur sangkar) jika terdapat suatu bilangan bulat positif m
sedemikian sehingga seluruh entri m
= m m m m m m m m m m m m m m m m m nn n n n n n n P P P P P P P P P P P P P P P P 2 1 0 2 1 0 22 21 20 12 11 10 02 01 00 P
dimana Pijm ≥0
Teorema 2.3.1 (Anton dan Rorres, 2005)
Jika P adalah sebuah matriks transisi regular, maka
→ k k k n q q q q q q q q q P 2 2 2 1 1 1
pada saat n→∞. Dengan qi adalah bilangan –bilangan positif sedemikian sehingga
1
2
1 +q + +qk =
q (2.17)
Jika dimisalkan matriks
= k k
k q q
q q q q q q q 2 2 2 1 1 1
Q dan
= k q q q q 2 1
Matriks Q adalah matriks peluang transisi, dengan seluruh kolomnya sama dengan
vektor peluang q. jika x adalah suatu vektor probabilitas, maka
+ + + + + + + = = k k k k k k k k k
k q x q x q x
x q x q x q x q x q x q x x x q q q q q q q q q x 2 1 2 2 2 2 2 1 2 1 1 1 2 1 2 2 2 1 1 1 Q
[
]
q qq q q x x x x k
k = =
+ + +
= 2 (1)
Dengan kata lain, Q mentransformasikan setiap vektor peluang x menjadi vektor peluang tetap q.
Apabila ada P adalah sebuah matriks transisi regular dan x adalah suatu
vektor peluang, maka berlaku
q
q q q
x P
k
n =
→
2 1
(2.18)
pada saat n→∞ . dimana q merupakan sebuah vektor peluang tetap yang tidak
tergantung pada n dan seluruh elemen dari q adalah positif.
Teorema 2.3.2 (Anton dan Rorres, 2005)
Vektor keadaan tetap q dari sebuah matriks transisi regular P merupakan vektor
probabilitas yang unik dan memenuhi persamaan
q q=
P (2.19)
Jika diketahui sebuah matriks peluang transisi regular P, maka dapat
ditunjukkan bahwa terdapat vektor keadaan q yang unik (tunggal) . Karena
1
+
= n n
P P P
Maka untuk n→∞, Pn dan Pn+1 akan menuju sebuah matriks Q dan berlaku Q
Q
P =
dimana matriks Q adalah matriks peluang transisi, dengan seluruh kolomnya sama dengan vektor peluang q
=
k k
k q q
q
q q
q
q q
q
2 2
2
1 1
1
Q dan
=
k q q q
q
2 1
sehingga diperoleh bentuk
Untuk menunjukkan bahwa q adalah satu-satunya vektor peluang yang memenuhi
persamaan (2.11), andaikan v adalah sembarang vektor peluang sedemikian
sehingga
v v=
P Selanjutnya
, , n v v n
2 1
, =
= P
2.5. Kerangka Pemikiran
Berdasarkan tinjauan pustaka di atas, maka kerangka pemikiran yang
menggambarkan hubungan antara perubahan indeks harga saham dengan Rantai
[image:32.595.90.519.203.690.2]Markov adalah seperti berikut ini.
Gambar 2.1 Kerangka pemikiran Peluang Kondisi
Indeks Harga Saham
di Waktu Mendatang
Efisiensi Model
Rantai Markov Saham
Faktor yang
Mempengaruhi
Analisis Saham
Perubahan Indeks
Harga Saham
Melakukan
Investasi Saham Tidak Melakukan
Investasi Saham
Model Rantai
BAB 3 PEMBAHASAN
Seperti yang telah dijelaskan pada bab sebelumnya bahwa perubahan indeks harga
saham dapat terjadi kapan saja dengan waktu yang tidak tentu, sehingga
mengakibatkan sebuah ketidakpastian. Oleh karena itu, perlu dilakukan
pengamatan dan pengkajian untuk memperoleh sebuah pendekatan terhadap
perubahan tersebut. Pola fluktuasi harga saham yang dimanfaatkan oleh investor
untuk memperoleh keuntungan, juga sangat memerlukan suatu pengamatan yang
dapat memberikan informasi yang akurat. Dalam persoalan ini, model probabilitas
Rantai Markov dapat digunakan untuk mengkalkulasi kemungkinan kondisi
indeks harga saham yang akan terjadi.
3.1. Analisis Rantai Markov
Konsep dasar analisis markov adalah state dari sistem atau state transisi, sifat dari
proses ini adalah apabila diketahui proses berada dalam suatu keadaan tertentu,
maka peluang berkembangnya proses di masa mendatang hanya tergantung pada
keadaan saat ini dan tidak tergantung pada keadaan sebelumnya, atau dengan kata
lain rantai Markov adalah rangkaian proses kejadian dimana peluang bersyarat
kejadian yang akan datang tergantung pada kejadian sekarang.
Untuk setiap waktu t, maka kejadian pada waktu t adalah Kt. Probabilitas
2
t
K hanya dipengaruhi oleh kejadian
1
t
K , Probabilitas
3
t
K hanya dipengaruhi oleh kejadian
2
t
Gambaran mengenai Rantai Markov diberikan pada gambar berikut
Gambar 3.1 Kejadian dalam Rantai Markov
Analisa Rantai Markov dapat diterapkan dalam kasus dengan beberapa syarat
sebagai berikut:
1. Jumlah peluang transisi untuk suatu keadaan awal dari sistem sama dengan
1 (satu).
2. Peluang- peluang tersebut berlaku untuk semua partisipan dalam sistem.
3. Peluang transisi tidak akan berubah untuk selamanya.
Dalam proses Analisis Rantai Markov, terdapat tiga prosedur utama untuk
dilakukan yaitu:
1. Menyusun matriks peluang transisi.
2. Menghitung peluang suatu kejadian di waktu yang akan dating.
3. Menentukan kondisi steady state.
3.2. Membangun Model Rantai Markov
Dengan mengamati proses perubahan indeks harga saham, dapat dikatakan bahwa
perubahan tersebut merupakan kejadian yang berulang-ulang dalam waktu yang
berbeda. Proses perubahan yang terjadi seiring dengan berjalannya waktu, akan
memberikan sebuah barisan keadaan yang menggambarkan kondisi indeks harga
saham tersebut setelah terjadinya suatu perubahan.
K
1K
2K
3
K
nPorobabilitas
Transisi
Porobabilitas
Transisi
Secara matematik, persoalan ini dapat dimodelkan menggunakan Rantai Markov,
serta asumsi-asumsi berikut:
1. Dalam proses perubahan indeks harga saham hanya terdapat tiga state
(naik, tetap dan turun).
2. Indeks harga saham pada masa mendatang tergantung hanya pada kondisi
sekarang saja.
3. Kondisi perekonomian adalah stabil.
Dengan asumsi di atas maka proses perubahan indeks harga saham dapat
dipandang sebagai proses Rantai Markov dengan tiga state yaitu: naik, tetap dan
turun. Jika didefinisikan bahwa keadaan indeks pada hari ini adalah ht, dan keadaan indeks pada hari sebelumnya adalah ht−1, maka dapat diperoleh
1. Indeks harga saham dikatakan naik jika dan hanya jika ht −ht−1 >0. 2. Indeks harga saham dikatakan tetap jika dan hanya jika ht −ht−1 =0. 3. Indeks harga saham dikatakan turun jika dan hanya jika ht −ht−1<0.
Misalkan keadaan dalam proses perubahan indeks harga saham
{
Sn,n=1,2,3,...}
, terdapat frekuensi peralihan keadaan Kij dalam Sij yang diperoleh dengan menghitung jumlah peralihan setiap state i ke state j. dengandemikian, maka dapat dibentuk sebuah matriks frekuensi peralihan keadaan
diberikan
=
33 32 31
23 22 21
13 12 11
K K K
K K K
K K K
K (3.1)
keterangan:
ij
K = Jumlah peralihan state i ke state j selama dalam proses
= 33 32 31 23 22 21 13 12 11 p p p p p p p p p
P (3.2)
dengan p i , , . j
ij 1, 1 2 3
3 1 = =
∑
=Untuk semua i, j=1, 2, 3 , Nilai pij didefinisikan oleh
∑ ∑ ∑ = = = = > = 3 1 3 1 3 1 0 ; 0 ; jika jika 0 j ij j ij ij j ij K K K K ij
p (3.3)
dimana 1
3 1 =
∑
= j ijp dan pij ≥0 untuk semua i dan j. keterangan:
ij
p = Peluang transisi dari state i ke state j
ij
K = Jumlah peralihan state i ke state j selama dalam proses
Andaikan p0 =
(
p10, p20, p30)
adalah peluang indeks harga saham berada dalam state i pada permulaan proses, maka vektor distribusi peluang transisiindeks harga saham setelah n langkah adalah n
(
n n n)
p p p
p = 1, 2, 3 , n = 1, 2, 3, …
yang didefinisikan sebagai:
Karena n ij
p merupakan peluang tansisi setelah n langkah sehingga n ij
p adalah
elemen dari Pn, maka persamaan (3.4) di atas dapat ditulis dalam bentuk vektor dan matriks seperti berikut:
, , , n = p
pn = 0 Pn, 1 2 3 (3.5)
keterangan:
n
p = Peluang state pada waktu ke n, n= 1, 2, , 8. 0
p = Peluang state pada waktu n-1. n
P = Matriks peluang transisi P setelah n langkah.
atau dengan cara lain:
∑
∑
∑
∞
= − ∞
= − −
∞
= −
=
= =
= =
= =
=
= =
0 1 0
1 1
0
1
) |
( ) (
) ,
(
) (
i
n ij n i i
n n
n i
n n
n n
j
p p
i x j x p i x p
i x j x p
j x p p
(3.6)
Maka persamaan (3.6) di atas dapat ditulis dalam bentuk seperti berikut
, , , n = p
pn = n−1 P, 1 2 3 (3.7)
keterangan:
n
p = Peluang state pada waktu ke n, n= 1, 2, , 8. 1
− n
p = Peluang state pada waktu n-1. n
P = Matriks peluang transisi P setelah n langkah.
Apabila diketahui bahwa P merupakan matriks peluang transisi yang reguler, pada saat n→∞ maka peluang state indeks harga saham pada n periode
n
p dan n+1
p telah mencapai vektor state peluang yang tetap, maka nilai peluang
state tidak akan berubah terhadap perubahan waktu yang terjadi.
Dalam penerapannya terhadap perubahan indeks harga saham, jika
diketahui bahwa peluang state indeks harga saham periode berikutnya telah
mencapai suatu nilai peluang yang tetap, dimana nilai peluang tersebut tidak akan
berubah terhadap perubahan waktu yang terjadi, maka dapat dikatakan bahwa
indeks harga saham tersebut telah mencapai kondisi yang seimbang atau yang
disebut dengan kondisi steady state.
3.3. Penerapan Model Rantai Markov
Dalam tulisan ini, model Rantai Markov diaplikasikan untuk menganalisis
perubahan indeks harga saham dari 10 (sepuluh) emiten yang terdaftar di Bursa
Efek Indonesia (BEI) selama 6 (enam) bulan terakhir. Data sekunder yang
digunakan diperoleh dari BEI
Januari 2014 sampai dengan Juni 2014.
Daftar emiten dan kode saham yang akan di analisis adalah sebagai
[image:38.595.144.479.460.691.2]berikut:
Tabel 3.1 Daftar emiten dan kode saham
No Emiten Kode Saham
1 Astra Agro Lestari Tbk. AALI
2 Adaro Energy Tbk. ADRO
3 Astra International Tbk. ASII
4 Bank Central Asia Tbk. BBCA
5 Bank Negara Indonesia (Persero) Tbk. BBNI
6 Bank Mandiri (Persero) Tbk. BMRI
7 Perusahaan Gas Negara (Persero) Tbk. PGAS
8 Telekomunikasi Indonesia (Persero) TLKM
9 Unilever Indonesia Tbk. UNVR
Berikut ini adalah data harian harga penutupan saham di Bursa Efek
Indonesia (BEI) dari Januari 2014 sampai dengan Juni 2014, data selengkapnya
[image:39.595.112.514.167.732.2]dapat dilihat pada Lampiran 1 (satu).
Tabel 3.2 Daftar harga penutupan saham dari Januari 2014 s/d Juni 2014
No. Tanggal
Harga Penutupan Saham
AALI ADRO ASII BBCA BBNI BMRI PGAS TLKM UNVR WIKA
1 02/01/2014 24650 1060 6950 9800 3950 8100 4600 2175 26800 1660
2 03/01/2014 23450 1010 6750 9500 3850 7800 4550 2125 26500 1660
3 06/01/2014 22025 930 6850 9350 3680 7650 4400 2085 26750 1625
4 07/01/2014 21500 880 6825 9375 3675 7625 4270 2070 26200 1580
5 08/01/2014 22800 940 6800 9325 3725 7825 4250 2100 26200 1645
6 09/01/2014 22500 945 6775 9400 3820 7800 4280 2085 26075 1655
7 10/01/2014 21350 940 6750 9400 3930 8250 4435 2145 25900 1780
8 13/01/2014 21175 955 7000 9800 4225 8800 4420 2220 27025 1940
9 15/01/2014 20825 950 7300 9950 4375 8800 4370 2205 28025 1940
10 16/01/2014 20950 975 7300 10000 4305 8625 4260 2230 27800 1930
11 17/01/2014 20875 975 6925 9900 4275 8750 4385 2225 27650 1955
12 20/01/2014 21700 975 6825 9825 4235 8750 4695 2250 28050 1935
13 21/01/2014 21900 980 6750 9850 4265 8775 4700 2255 28150 1905
14 22/01/2014 22050 1025 6800 9900 4230 8950 4725 2230 28500 1845
15 23/01/2014 22950 1025 6800 10200 4275 8875 4685 2225 28575 1915
16 24/01/2014 22750 1040 6525 10175 4300 8675 4700 2210 28075 1920
17 27/01/2014 21250 965 6400 9800 4220 8300 4560 2150 27125 1835
18 28/01/2014 21425 935 6375 10000 4330 8275 4600 2150 27700 1860
19 29/01/2014 21575 955 6425 10000 4370 8700 4760 2230 28500 1930
21 03/02/2014 21650 910 6350 9825 4270 8700 4790 2220 28400 1975
22 04/02/2014 21350 895 6250 9850 4220 8525 4745 2195 27850 1955
23 05/02/2014 21400 905 6375 9950 4180 8600 4820 2235 28125 2020
24 06/02/2014 22000 910 6400 10150 4230 8625 4830 2305 28200 2035
25 07/02/2014 22150 905 6525 10250 4250 8775 4830 2295 28225 2030
[image:40.595.111.511.280.736.2]26 10/02/2014 22375 910 6500 10050 4280 8750 4825 2295 28100 1990
Tabel 3.2 Lanjutan
27 11/02/2014 23125 945 6575 10150 4280 8950 4800 2275 27600 1985
28 12/02/2014 23500 940 6650 10300 4310 8975 4805 2290 28000 1985
29 13/02/2014 23150 935 6650 10250 4315 9000 4790 2265 28125 1985
30 14/02/2014 23200 945 6700 10375 4380 9025 4930 2250 28375 2025
31 17/02/2014 22900 975 6825 10475 4470 9150 4955 2275 28375 2090
32 18/02/2014 23200 955 6800 10400 4450 9125 4965 2305 28075 2070
33 19/02/2014 23850 950 6950 10250 4470 9125 5050 2330 28400 1995
34 20/02/2014 23750 975 6900 10400 4500 9225 5050 2360 28300 1940
35 21/02/2014 23500 970 6975 10450 4725 9425 5000 2400 28400 1995
36 24/02/2014 23800 970 6775 10400 4655 9400 5000 2375 28375 2005
37 25/02/2014 23750 940 6700 10375 4545 9050 4950 2290 28400 2075
38 26/02/2014 23825 935 6550 10275 4415 8950 4865 2285 28025 2080
39 27/02/2014 25175 950 6700 10300 4505 9000 4900 2285 28025 2145
40 28/02/2014 25500 995 6950 10225 4550 9100 4900 2325 28575 2145
41 03/03/2014 25400 980 6800 10275 4450 9100 4940 2300 28275 2155
42 04/03/2014 25350 1015 6825 10475 4505 9125 4945 2300 28025 2235
43 05/03/2014 27100 1020 7025 10550 4620 9400 5000 2320 28125 2280
45 07/03/2014 27575 1015 7000 10600 4825 9250 4960 2295 28125 2235
46 10/03/2014 27900 1000 7275 10500 4840 9200 4960 2185 28250 2255
47 11/03/2014 27825 965 7250 10400 4850 9375 4915 2180 28475 2280
48 12/03/2014 27450 945 7225 10350 4850 9225 4985 2165 29000 2235
49 13/03/2014 26300 970 7275 10375 4855 9300 5175 2190 30300 2280
50 14/03/2014 26075 970 7800 11075 5175 10150 5275 2280 30875 2490
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
121 30/06/2014 28175 1175 7275 11000 4765 9725 5575 2465 29275 2215
Proses perubahan indeks harga saham selama enam bulan terakhir akan diberikan
dalam grafik berikut ini.
Berdasarkan iformasi dari Tabel 3.1 dan Gambar 3.1 diatas yang menunjukkan
perubahan kondisi indeks harga saham yang terjadi selama enam bulan lamanya.
Selama proses perubahan indeks harga saham berlangsung, ada tiga state yang
terjadi yaitu keadaan naik, tetap atau turun. Berikut ini akan diperlihatkan data
perubahan state indeks harga saham setiap emiten dari Januari 2014 sampai
[image:43.595.110.515.231.747.2]dengan Juni 2014, data selengkapnya dapat dilihat pada Lampiran 2 (dua).
Tabel 3.3 Perubahan state indeks harga saham
No. Tanggal
State
AALI ADRO ASII BBCA BBNI BMRI PGAS TLKM UNVR WIKA
1 02/01/2014
2 03/01/2014 turun turun turun turun turun turun turun naik turun tetap
3 06/01/2014 turun turun naik turun naik turun turun turun naik turun
4 07/01/2014 turun turun turun naik turun turun turun turun turun turun
5 08/01/2014 naik naik naik turun turun naik turun naik tetap naik
6 09/01/2014 turun naik turun naik turun turun naik turun turun naik
7 10/01/2014 turun turun naik tetap naik naik naik naik turun naik
8 13/01/2014 turun naik naik naik naik naik turun naik naik naik
9 15/01/2014 turun turun naik naik naik tetap turun turun naik tetap
10 16/01/2014 naik naik tetap naik turun turun turun naik turun turun
11 17/01/2014 turun tetap turun turun turun naik naik turun turun naik
12 20/01/2014 naik tetap turun turun turun tetap naik naik naik turun
13 21/01/2014 naik naik turun naik naik naik naik naik naik turun
14 22/01/2014 naik naik naik naik turun naik naik turun naik turun
15 23/01/2014 naik tetap tetap naik naik turun turun turun naik naik
16 24/01/2014 turun naik turun turun naik turun naik turun turun naik
17 27/01/2014 turun turun turun turun turun turun turun turun turun turun
19 29/01/2014 naik naik naik tetap naik naik naik naik naik naik
20 30/01/2014 turun turun tetap turun turun tetap naik naik naik naik
21 03/02/2014 naik turun turun turun turun tetap naik turun turun naik
22 04/02/2014 turun turun turun naik turun turun turun turun turun turun
[image:44.595.98.524.250.738.2]23 05/02/2014 naik naik naik naik turun naik naik naik naik naik
Tabel 3.3 Lanjutan
24 06/02/2014 naik naik naik naik naik naik naik naik naik naik
25 07/02/2014 naik turun naik naik naik naik tetap turun naik turun
26 10/02/2014 naik naik turun turun naik turun turun tetap turun turun
27 11/02/2014 naik naik naik naik tetap naik turun turun turun turun
28 12/02/2014 naik turun naik naik naik naik naik naik naik tetap
29 13/02/2014 turun turun tetap turun naik naik turun turun naik tetap
30 14/02/2014 naik naik naik naik naik naik naik turun naik naik
31 17/02/2014 turun naik naik naik turun naik naik naik tetap naik
32 18/02/2014 naik naik turun turun turun turun naik naik turun turun
33 19/02/2014 naik turun naik turun naik tetap naik naik naik naik
34 20/02/2014 turun naik turun naik naik naik tetap naik turun turun
35 21/02/2014 turun turun naik naik naik naik turun naik naik naik
36 24/02/2014 naik tetap turun turun turun turun tetap turun turun turun
37 25/02/2014 turun turun turun turun turun turun turun turun naik naik
38 26/02/2014 naik turun turun turun turun turun turun turun turun naik
39 27/02/2014 naik naik naik naik naik naik naik tetap tetap naik
40 28/02/2014 naik naik naik turun naik naik tetap naik naik tetap
41 03/03/2014 turun turun turun naik turun tetap naik turun turun naik
43 05/03/2014 naik naik naik naik naik naik naik naik naik naik
44 06/03/2014 naik tetap tetap naik naik tetap tetap turun naik tetap
45 07/03/2014 turun turun turun naik naik naik turun turun turun turun
46 10/03/2014 naik turun naik turun naik turun tetap turun naik naik
47 11/03/2014 turun turun turun turun naik naik turun turun naik naik
48 12/03/2014 turun turun turun turun tetap turun naik turun naik turun
49 13/03/2014 turun naik naik naik naik naik naik naik naik naik
50 14/03/2014 turun tetap naik naik naik naik naik naik naik naik
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
121 30/06/2014 turun turun turun naik turun naik naik naik turun turun
Berdasarkan Tabel 3.3 di atas dapat diperoleh informasi tetang frekuensi
peralihan state yang terjadi setiap harinya. Dengan asumsi ruang keadaan terbatas
{
K1,K2,K3}
K = , dimana K1 = naik, K2 = tetap, K3 = turun, maka dapat dibangun matriks transisi satu langkah berdasarkan frekuensi peraliha state dari
setiap emiten tersebut.
3.3.1. Matriks Peluang Transisi 1. Matriks peluang transisi AALI
Untuk menyusun matriks peluang transisi AALI, akan dimulai dengan
menunjukkan proses peralihan dan menentukan jumlah frekuensi peralihan
state (setiap hari) seperti berikut.
hari 21 hari
1 hari
29
hari 1 hari
0 hari
3
hari 29 hari
3 hari
32
3 3 2
3 1
3
3 2 2
2 1
2
3 1 2
1 1
1
= → =
→ =
→
= → =
→ =
→
= → =
→ =
→
K K K
K K
K
K K K
K K
K
K K K
K K
K
= 21 1 29 1 0 3 29 3 32 K
Maka diperoleh matriks peluang transisi satu langkah dari saham AALI
yaitu = = 4118 , 0 0196 , 0 5686 , 0 25 , 0 0 75 , 0 4531 , 0 0469 , 0 5 , 0 51 21 51 1 51 29 4 1 0 4 3 64 29 64 3 64 32 P
2. Matriks peluang transisi ADRO
Untuk menyusun matriks peluang transisi ADRO, akan dimulai dengan
menunjukkan proses peralihan dan menentukan jumlah frekuensi peralihan
state (setiap hari) seperti berikut.
hari 22 hari 1 hari 28 hari 4 hari 1 hari 4 hari 25 hari 7 hari 27 3 3 2 3 1 3 3 2 2 2 1 2 3 1 2 1 1 1 = → = → = → = → = → = → = → = → = → K K K K K K K K K K K K K K K K K K
Frekuensi peralihan state ADRO diberikan dalam matriks berikut:
= 22 1 28 4 1 4 25 7 27 K
Maka diperoleh matriks peluang transisi satu langkah dari saham AALI
yaitu = = 4314 , 0 0196 , 0 549 , 0 4444 , 0 1111 , 0 4444 , 0 4237 , 0 1186 , 0 4576 , 0 51 22 51 1 51 28 9 4 9 1 9 4 59 25 59 7 59 27 P
Untuk menyusun matriks peluang transisi ASII, akan dimulai dengan
menunjukkan proses peralihan dan menentukan jumlah frekuensi peralihan
state (setiap hari) seperti berikut.
hari 19 hari 5 hari 24 hari 6 hari 1 hari 6 hari 23 hari 7 hari 28 3 3 2 3 1 3 3 2 2 2 1 2 3 1 2 1 1 1 = → = → = → = → = → = → = → = → = → K K K K K K K K K K K K K K K K K K
Frekuensi peralihan state ASII diberikan dalam matriks berikut:
= 19 5 24 6 1 6 23 7 28 K
Maka diperoleh matriks peluang transisi satu langkah dari saham ASII yaitu
4. Matriks peluang transisi BBCA
Untuk menyusun matriks peluang transisi BBCA, akan dimulai dengan
menunjukkan proses peralihan dan menentukan jumlah frekuensi peralihan
state (setiap hari) seperti berikut.
hari 23 hari 4 hari 25 hari 6 hari 3 hari 6 hari 22 hari 8 hari 22 3 3 2 3 1 3 3 2 2 2 1 2 3 1 2 1 1 1 = → = → = → = → = → = → = → = → = → K K K K K K K K K K K K K K K K K K
Frekuensi peralihan state BBCA diberikan dalam matriks berikut:
= 23 4 25 6 3 6 22 8 22 K
Maka diperoleh matriks peluang transisi satu langkah dari saham BBCA
yaitu = = 4423 , 0 0769 , 0 4808 , 0 4 , 0 2 , 0 4 , 0 4231 , 0 1538 , 0 4231 , 0 52 23 52 4 52 25 15 6 15 3 15 6 52 22 52 8 52 22 P
5. Matriks peluang transisi BBNI
Untuk menyusun matriks peluang transisi BBNI, akan dimulai dengan
menunjukkan proses peralihan dan menentukan jumlah frekuensi peralihan
state (setiap hari) seperti berikut.
hari 22 hari 1 hari 24 hari 2 hari 1 hari 4 hari 23 hari 5 hari 37 3 3 2 3 1 3 3 2 2 2 1 2 3 1 2 1 1 1 = → = → = → = → = → = → = → = → = → K K K K K K K K K K K K K K K K K K
Frekuensi peralihan state BBNI diberikan dalam matriks berikut:
Maka diperoleh matriks peluang transisi satu langkah dari saham BBNI yaitu = = 4681 , 0 0213 , 0 5106 , 0 2859 , 0 1429 , 0 5714 , 0 3538 , 0 0769 , 0 5692 , 0 47 22 47 1 47 24 7 2 7 1 7 4 65 23 65 5 65 37 P
6. Matriks peluang transisi BMRI
Untuk menyusun matriks peluang transisi BMRI, akan dimulai dengan
menunjukkan proses peralihan dan menentukan jumlah frekuensi peralihan
state (setiap hari) seperti berikut.
hari 12 hari 4 hari 28 hari 7 hari 1 hari 5 hari 24 hari 9 hari 29 3 3 2 3 1 3 3 2 2 2 1 2 3 1 2 1 1 1 = → = → = → = → = → = → = → = → = → K K K K K K K K K K K K K K K K K K
Frekuensi peralihan state BMRI diberikan dalam matriks berikut:
= 12 4 28 7 1 5 24 9 29 K
Maka diperoleh matriks peluang transisi satu langkah dari saham BMRI
yaitu = = 2727 , 0 0909 , 0 6364 , 0 5385 , 0 0769 , 0 3846 , 0 3871 , 0 1452 , 0 4677 , 0 44 12 44 4 44 28 13 7 13 1 13 5 62 24 62 9 62 29 P
7. Matriks peluang transisi PGAS
Untuk menyusun matriks peluang transisi PGAS, akan dimulai dengan
menunjukkan proses peralihan dan menentukan jumlah frekuensi peralihan
hari 16 hari 7 hari 21 hari 8 hari 2 hari 7 hari 19 hari 8 hari 31 3 3 2 3 1 3 3 2 2 2 1 2 3 1 2 1 1 1 = → = → = → = → = → = → = → = → = → K K K K K K K K K K K K K K K K K K
Frekuensi peralihan state PGAS diberikan dalam matriks berikut: