i
PROGRAM BANTU PEMILIHAN SAHAM
BERDASARKAN INDIKATOR STOCHASTIC OSCILLATOR
SKRIPSI
Diajukan untuk memenuhi salah satu syarat Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh:
Paulina Silvia Kusumaningtyas NIM : 065314026
JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
2012
ii
PROGRAM AIDS THE SELECTION OF STOCKS BASED ON STOCHASTIC OSCILLATOR INDICATORS
A THESIS
Presented as Partial Fulfillment of the Requirements To Obtain the Sarjana Komputer Degree In Informatics Engineering Department
By:
Paulina Silvia Kusumaningtyas Student Number : 065314026
DEPARTMENT OF INFORMATICS ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY YOGYAKARTA
iii
v
HALAMAN PERSEMBAHAN
Dengan tulus hati skripsi ini kupersembahkan untuk :
Tuhan Yesus Kristus dan Bunda Maria
Yang senantiasa menyertai, melimpahkan kasih sayang serta rahmat-Nya
Mama dan Papa tercinta
Yang dengan penuh cinta selalu memberikan semangat dan doa yang luar biasa
Kakak, keponakan, Romo Doso, Suster Benedicta dan Bapak Rohlan terkasih
Yang selalu memberi semangat, doa dan dukungan
Nichollas Dewanto
Yang selalu memberikan semangat, dukungan dan membantu bertukar pikiran
Teman-teman seperjuangan TI 2006
Yang selalu mendukung dan memberi semangat untuk lulus
vi
HALAMAN MOTTO
“Ia membuat segala sesuatu indah pada waktunya”
(Pengkotbah 3:11)
“Dan apa saja yang kamu minta dalam doa dengan penuh kepercayaan, kamu akan
menerimanya”
(Matius 21:22)
“Serahkanlah segala kekuatiranmu kepada-Nya, sebab Ia yang memelihara kamu”
vii
viii ABSTRAK
Stochastic Oscillator merupakan indikator analisa teknikal yang
digunakan untuk membantu memprediksi jual beli pada pasar saham dengan melakukan perhitungan data saham dari harga terendah, harga tertinggi dan harga penutupan selama beberapa periode. Pada tugas akhir ini dibuat program bantu pemilihan saham berdasarkan indikator stochastic oscillator yang dapat merangking peringkat-peringkat saham terbaik dalam rekomendasi jual beli sehingga dapat mempermudah pengguna sistem maupun investor saham dalam menganalisis pasar saham dan menentukan keputusan tepat mengenai kapan harus membeli maupun menjual suatu saham.
Dalam program ini tersedia beberapa masukan yang dapat diinputkan pengguna dan memiliki pengaruh terhadap hasil rekomendasi, yaitu jenis indeks saham, periode, tanggal, prosentase tiga bobot kriteria yang terdiri dari nilai %K, nilai titik potong dan nilai likuiditas saham yang akan menghasilkan skor sesuai rekomendasi jual maupun beli.
ix ABSTRACT
Stochastic Oscillator is a technical analytic indicator that used to help
predicting buy and sell signal by calculating stock data from the lowest, highest, and closing price on a certain period. On this thesis, stock selection helper program based on stochastic oscillator is made. This program is able to rank the best stock on buy and sell recommendation so that it make the user or stock investor easier on analyzing the stock market and assign the right decision to buy or sell the stock.
On this program, there are some inputs the user can use. Those inputs have significant influences to the result of the recommendation which are the stock index type, period, date, and three criterion integrity percentages that are %K value, cutting point value, and liquidities value that will produce a score represent the buy or sell recommendation.
On the analytic of the test result, five stocks was analyzed using 10 days and 14 days period with the combination of 10% criterion integrity percentages on %K value, 60% on cutting point value, and 30% on liquidities value. From those five shares, two shares, BTEL and ELTY, with 14 days period have a bigger profit compare to 10 days period with an increase of 1.1% on BTEL and 1.9% on ELTY. The two other shares, AALI and UNVR, have the same percentage average value comparing from 10 days and 14 days. While the other one, PGAS, on the 10m days period showed 0.1% profit deviation higher than 14 days period. On some stocks, the 10 days period seems to be less sensitive compared with 14 days period because the emersion of 14 days recommendation does not emerge on the 10 days recommendation.
xi
KATA PENGANTAR
Puji syukur kepada Tuhan Yesus Kristus atas segala limpahan berkat, kasih sayang dan karunia-Nya sehingga penyusunan tugas akhir ini dapat diselesaikan dengan baik. Tugas Akhir dengan judul “Program Bantu Pemilihan Saham Berdasarkan Indikator Stochastic Oscillator” ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Komputer Program Studi Teknik Informatika, Universitas Sanata Dharma Yogyakarta.
Penulis menyadari dalam mempersiapkan, menyusun dan menyelesaikan tugas akhir ini, penulis banyak mendapat dukungan, bantuan dan bimbingan dari berbagai pihak. Penulis mengucapkan terima kasih sebesar-besarnya kepada :
1. Bapak Drs. Jong Jek Siang, M.Sc. selaku Dosen Pembimbing yang telah banyak memberikan bimbingan dan pengarahan dalam penyusunan tugas akhir ini.
2. Bapak Yosef Agung Cahyanta, S.T., M.T. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
3. Ibu Ridowati Gunawan, S.Kom., M.T. selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
4. Ibu P. H. Prima Rosa, S.Si., M.Sc. dan Bapak Alb. Agung Hadhiatma, S.T., M.T. selaku dosen penguji.
5. Seluruh Staff pengajar prodi Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
6. Mama, Papa, Kakak, Keponakan, Romo Doso, Suster Benedicta dan Bapak Rohlan yang selalu memberikan doa, semangat, dukungan, perhatian dan kasih sayang.
7. Nichollas Dewanto yang selalu menghibur, memberikan perhatian, dukungan, doa dan kasih sayang.
8. Estu Karunianingtyas, Ambar Widi, Caecilia Nova, Mas Dendy, Robin, Windi, dan semua teman-teman Teknik Informatika angkatan 2006 yang menjadi teman seperjuangan selama menjalani masa studi.
xiii DAFTAR ISI
Halaman Judul ………...………... i
Halaman Judul (Inggris) ...………... ii
Halaman Persetujuan ...………... iii
Halaman Pengesahan ...………... iv
Halaman Persembahan ...………... v
Halaman Motto ...………... vi
Halaman Pernyataan Keaslian Karya ………... vii
Abstrak ………..………... viii
Abstract ………..………... ix
Lembar Pernyataan Persetujuan .………... x
Kata Pengantar ………..………... xi
Daftar Isi………..………..………... xiii
Daftar Tabel ...………..………... xvii
Daftar Gambar ……… ... ... .. xix
Bab I. Pendahuluan ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
I.3 Batasan Masalah ... 2
I.4. Tujuan Penelitian ... .... 3
1.5 Metodologi Penelitian ... 3
1.6 Sistematika Penulisan ... 3
xiv
Bab II. Landasan Teori ... 5
2.1 Pengertian Saham ... 5
2.1.1 Analisa Fundamental ... 6
2.1.2 Analisa Teknika ... 6
2.2 Candlestick ... 6
2.3. Stochastic Oscillator ... 8
2.3.1 Overbought dan Oversold ... 10
2.3.2 Fast, Slow dan Full Stochastic Oscillator ... 11
Bab III. Analisis dan Perancangan Sistem ... 13
3.1 Analisis Sistem ... 13
3.1.1 Fase Definisi Ruang Lingkup ... 13
3.1.2 Fase Analisis Masalah ... 15
3.1.2.1 Sistem yang ada saat ini ... 15
3.1.2.2 Analisa Sebab Akibat ... 16
3.1.2.3 Gambaran Sistem Baru ... 17
3.1.3 Fase Analisis Kebutuhan ... 18
3.1.3.1 Diagram Use Case ... 18
3.1.3.2 Narasi Use Case ... 19
3.1.4 Fase Desain Logikal ... 24
3.1.4.1 Diagram Aktivitas ... 24
3.1.5 Analisis Keputusan dan Desain ... 26
3.1.5.1 Use Case Desain ... 26
xv
3.1.6 Class Diagram ... 28
3.2 Perancangan Sistem ... 29
3.2.1 Desain Halaman Utama (Halaman Prediksi A01) ... 29
3.2.2 Desain Halaman Grafik (A02) ... 30
3.3 Perancangan Proses ... 31
3.3.1 Flowchart Sistem ... 31
3.3.2 Flowchart Perhitungan Indikator Stochastic Oscillator ... 32
3.3.2.1 Menghitung Nilai %K dan %D dalam Stochastic Oscillator... 33
3.3.2.2 Menghitung Titik Potong Rekomendasi Jual Beli ... 34
3.3.2.3 Menghitung Likuiditas ... 35
3.3.2.4 Menghitung Skor... 35
3.3.2.5 Contoh Perhitungan Rekomendasi Beli ... 35
3.3.2.6 Contoh Perhitungan Rekomendasi Jual ... 42
Bab IV. Implementasi dan Hasil ... 48
4.1 Implementasi Program dan Pembuatan Database ... 48
4.1.1 Pembuatan Database myskripsi ... 48
4.1.2 Pembuatan Tabel data_so ... 48
4.1.3 Potongan Program ... 49
4.2 Hasil Implementasi dan Pembahasan ... 51
4.2.1 Halaman Prediksi Saham ... 51
4.2.2 Halaman Grafik... 54
4.3 Pengujian dan Analis ... 57
4.3.1 Pengujian Periode 10 hari dan 14 hari ... 57
xvi
4.3.1.1 Pengujian Rekomendasi Jual Beli BTEL ... 57
4.3.1.2 Pengujian Rekomendasi Jual Beli AALI ... 60
4.3.1.3 Pengujian Rekomendasi Jual Beli UNVR ... 62
4.3.1.4 Pengujian Rekomendasi Jual Beli PGAS ... 65
4.3.1.5 Pengujian Rekomendasi Jual Beli ELTY ... 67
4.3.2 Analisa Rata-rata Prosentase Keuntungan Lima Saham ... 70
Bab V. Penutup ... 72
5.1 Kesimpulan ... 72
5.2 Saran ... 73
xvii
DAFTAR TABEL
Tabel Keterangan Halaman
2.1 Perhitungan Saham ANTM Periode 3 Juni - 14 Juli 2011 9
3.1 Pernyataan Masalah 14
3.2 Analisa Sebab Akibat 16
3.3 Ringkasan Use Case 19
3.4 Narasi Use Case Prediksi Saham 19
3.5 Narasi Use Case Lihat Grafik 22
3.6 Klasifikasi Use Case Prediksi Saham 26
3.7 Klasifikasi Use Case Lihat Grafik 26
3.8 Pembobotan Titik Potong pada Rekomendasi Jual 28 3.9 Pembobotan Titik Potong pada Rekomendasi Beli 34
3.10 Pembobotan Likuiditas 35
3.11 Hasil Rekomendasi Beli pada 4 Juli 2011 35
3.12 Data Saham BUMI 36
3.13 Harga Tertinggi dan Terendah Saham BUMI dalam 14 periode
38
3.14 Hasil Rekomendasi Jual pada 12 Juli 2011 42
3.15 Data Saham ELSA 42
3.16 Harga Tertinggi dan Terendah Saham ELSA selama 10 periode
44
4.1 Rata-rata Prosentase Laba BTEL 10 hari 59
xviii
4.2 Rata-rata Prosentase Laba BTEL 14 hari 59
4.3 Rata-rata Prosentase Laba AALI 10 hari 61
4.4 Rata-rata Prosentase Laba AALI 14 hari 62
4.5 Rata-rata Prosentase Laba UNVR 10 hari 63
4.6 Rata-rata Prosentase Laba UNVR 14 hari 64
4.7 Rata-rata Prosentase Laba PGAS 10 hari 66
4.8 Rata-rata Prosentase Laba PGAS 14 hari 67
4.9 Rata-rata Prosentase Laba ELTY 10 hari 68
4.10 Rata-rata Prosentase Laba ELTY 14 hari 69
4.11 Rata-rata Prosentase Keuntungan Periode 10 hari dibanding 14 hari
xix
DAFTAR GAMBAR
Gambar Keterangan Halaman
2.1 Gambar Body Candlestick 7
2.2 Contoh Overbought dan Oversold 11
3.1 Diagram Konteks Sistem Baru 18
3.2 Diagram Use Case 18
3.3 Diagram Aktifitas Prediksi Saham 25
3.4 Diagram Aktifitas Lihat Grafik 26
3.5 Sequence Diagram Prediksi Saham 27
3.6 Sequence Diagram Lihat Grafik 27
3.7 Class Diagram 28
3.8 Desain Halaman Utama Prediksi Saham 29
3.9 Desain Halaman Lihat Grafik 30
3.10 Flowchart Sistem 31
3.11 Flowchart Perhitungan Stochastic Oscillator 32
4.1 Form Hasil Rekomendasi Saham 53
4.2 Input Jenis Indeks Saham 53
4.3 Input Jenis Periode 54
4.4 Input Prosentase Bobot Kriteria dan Jenis Rekomendasi 54
4.5 Form Lihat Grafik 55
4.6 Konfirmasi Download Selesai 55
4.7 Konfirmasi Proses Rekomendasi 56
xx
4.8 Form Tentang 56
4.9 Form Bantuan 56
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Saham merupakan salah satu investasi di pasar modal yang menawarkan keuntungan yang tinggi dibandingkan dengan melakukan investasi lain seperti membuka tabungan atau deposito di bank. Walaupun demikian resiko kerugian yang mungkin dihadapi juga cukup tinggi jika investor saham tidak tepat dalam menentukan keputusan pada saat membeli dan menjual saham. Oleh karena itu investasi saham harus dilakukan dengan bantuan analisis yang tepat, cepat dan akurat sehingga dapat memaksimalkan keuntungan dan meminimalisasi kerugian.
Sistem pemilihan saham saat ini kurang efektif dan efisien dalam membantu pengguna maupun investor memperoleh informasi saham dengan peringkat-peringkat yang sesuai dengan jenis rekomendasi jual atau beli saham karena sistem yang ada saat ini melakukan perhitungan bukan secara keseluruhan, melainkan secara satu per satu dari setiap daftar nama saham perusahaan sehingga membutuhkan waktu yang lama untuk menganalisis dan mengetahui rekomendasi jual beli saham secara tepat.
Pendekatan dalam menganalisis situasi yang sedang terjadi di pasar saham dapat dilakukan dengan analisa teknikal. Stochastic Oscillator merupakan salah satu indikator analisa teknikal yang dapat membantu memprediksi situasi pasar saham dengan melakukan perhitungan data saham dari harga terendah, harga
tertinggi dan harga penutupan selama beberapa periode.
Berdasarkan uraian di atas penulis tertarik untuk membuat program bantu pemilihan saham berdasarkan indikator Stochastic Oscillator yang dapat merangking peringkat-peringkat saham terbaik dalam rekomendasi jual beli sehingga dapat mempermudah para investor saham dalam menganalisis pasar saham dan menentukan keputusan tepat mengenai kapan harus membeli maupun menjual suatu saham.
1.2. Rumusan Masalah
Bagaimana menerapkan indikator Stochastic Oscillator dalam sebuah program bantu yang membantu pengguna sistem atau investor melakukan analisis pemilihan saham yang tepat.
1.3. Batasan Masalah
1. Data saham perusahaan yang ditampilkan berasal dari Indeks Regular dan LQ45, yang diambil dari alamat situs sebagai berikut :
Untuk Indeks Regular :
http://202.155.2.90/market_summary/daily/List_of_Scriptless(Regular)_Quotatio n/SL(yy-mm-dd).TXT
Untuk LQ45 :
http://202.155.2.90/market_summary/daily/List_of_LQ45_Securities_Quotation/L Q(yy-mm-dd).TXT
2. Analisis menggunakan indikator Stochastic Oscillator.
3
4. Program bantu ini menggunakan bahasa pemrograman Java dengan database MySQL.
1.4. Tujuan Penelitian
Tujuan penelitian ini adalah membangun sebuah program bantu pemilihan saham menggunakan indikator Stochastic Oscillator yang dapat membantu para investor mengetahui peringkat saham terbaik sesuai dengan rekomendasi, sehingga dapat mengambil keputusan tepat kapan sebaiknya membeli maupun menjual saham.
1.5. Metodologi Penelitian
1. Studi literature, dengan tujuan sebagai berikut : a. Mempelajari dan memahami tentang saham.
b. Mempelajari dan memahami indikator Stochastic Oscillator. c. Mempelajari kriteria-kriteria dalam jual beli saham.
2. Pengumpulan data yang diperoleh melalui pencarian informasi di Internet. 3. Merancang program bantu pemilihan saham dengan indikator Stochastic
Oscillator.
4. Mengimplementasikan rancangan indikator Stochastic Oscillator.
5. Menganalisa hasil rekomendasi saham dalam rentang periode yang sudah ditentukan.
1.6. Sistematika Penulisan BAB I Pendahuluan
Bab ini berisi tentang gambaran umum tentang sistem yang dibuat
meliputi latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, metodologi penelitian dan sistematika penulisan.
BAB II Landasan Teori
Bab ini berisi tentang teori yang mendukung implementasi sistem yaitu tentang analisa teknikal saham dan indikator Stochastic Oscillator.
BAB III Analisis dan Perancangan Sistem
Bab ini berisi tentang analisis dan perancangan sistem meliputi perancangan input, output dan proses sistem.
BAB IV Implementasi Sistem dan Hasil
Bab ini berisi tentang implementasi hasil dalam bentuk program dan analisis terhadap sistem.
BAB V Penutup
5
BAB II
LANDASAN TEORI
2.1. Pengertian Saham
Saham merupakan surat berharga sebagai bukti penyertaan atau pemilikan individu maupun institusi atas suatu perusahaan. Saham sebagai sekuritas yang bersifat ekuitas, memberikan implikasi bahwa kepemilikan saham mencerminkan kepemilikan atas suatu perusahaan. Berbeda dengan obligasi, saham tidak memiliki jangka waktu jatuh tempo (perpetual) dan tidak memberikan pendapatan tetap.
Dalam aktivitas perdagangan saham sehari-hari, harga saham mengalami fluktuasi baik berupa kenaikan maupun penurunan, inilah yang nantinya harus disikapi secara reaktif oleh para trader atau investor. Pembentukan harga saham terjadi karena adanya permintaan dan penawaran atas saham tersebut. Permintaan dan penawaran terjadi karena banyak faktor, baik yang sifatnya spesifik atas saham seperti kinerja perusahaan dan industri dimana perusahaan tersebut bergerak, maupun faktor yang sifatnya makro seperti tingkat suku bunga, inflasi, nilai tukar dan faktor-faktor non ekonomi seperti kondisi sosial dan politik, dan faktor lainnya.
Untuk memperkirakan pergerakan saham di masa mendatang terdapat dua pendekatan yang sering digunakan yaitu :
2.1.1 Analisa Fundamental
Analisa Fundamental merupakan studi tentang ekonomi, industri dan kondisi perusahaan untuk memperhitungkan nilai dari saham perusahaan. Analisa fundamental menitikberatkan pada data-data kunci dalam laporan keuangan untuk memperhitungkan apakah harga saham sudah diapresiasi secara akurat.
2.1.2 Analisa Teknikal
Analisa teknikal merupakan analisa yang didasarkan pada pergerakan harga saham, indeks pasar, volume dan nilai perdagangan yang telah terjadi dengan tujuan untuk mengamati pola pergerakan harga saham di masa mendatang. Harga berhubungan dengan nilai nominal per lembar saham dan volume berhubungan dengan banyak sedikitnya transaksi untuk saham tertentu. Beberapa istilah mengenai harga yang sering digunakan dalam perdagangan saham yaitu : 1. High, yaitu harga saham tertinggi pada suatu periode perdagangan.
2. Low, yaitu harga saham terendah pada suatu periode perdagangan.
3. Open, yaitu harga awal saham pada saat pembukaan bursa dalam suatu periode perdagangan. Harga awal ini tidak selalu sama pada setiap pembukaan bursa. 4. Close, yaitu harga akhir saham pada saat penutupan bursa dalam suatu periode perdagangan.
5. Volume, yaitu jumlah lembar saham yang diperdagangkan dalam suatu periode perdagangan.
2.2 Candlestick
7
pasar baik itu pasar saham, komoditi, maupun forex.
Gambar 2.1 Gambar Body Candlestick
Candlestick terdiri dari body, sebuah upper dan lower shadow. Daerah
antara harga pembukaan dan harga penutupan disebut the real body . Garis tipis di atas maupun di bawah the real body disebut shadow yang menggambarkan harga perdagangan tertinggi dan terendah selama selang waktu tertentu. The real body menggambarkan harga pembukaan dan penutupan perdagangan. Sebuah candlestick tidak harus terdiri dari the real body dan shadow tapi bisa saja hanya
mempunyai realbody tanpa shadow atau sebaliknya.
White candle merupakan sinyal bullish yang terjadi ketika harga
pembukaan berada di dekat harga terendah dan harga penutup berada di dekat harga tertinggi. Sedangkan Black candle merupakan sinyal bearish dimana harga penutupan lebih rendah dari harga pembukaan. Panjang body mencerminkan jarak pergerakan harga.
2.3 Stochastic Oscillator
Stochastic Oscillator merupakan indikator momentum yang dikembangkan oleh George Lane pada akhir tahun 1950-an yang menunjukkan harga penutupan saat ini relatif terhadap harga terendah atau tertinggi selama periode waktu tertentu.
Dalam Stochastic Oscillator digunakan dua garis yaitu garis %K dan garis %D. Kedua garis tersebut bergerak dalam skala 0 sampai 100. Inti dari indikator ini adalah %K itu sendiri dimana %K adalah garis yang menggambarkan posisi relatif harga penutupan terhadap rentang harga tertinggi dan terendah dalam jangka waktu pengamatan sedangkan %D merupakan SMA atau Simple Moving Average dari %K. Bisa dikatakan bahwa %D merupakan garis pengidentifikasian
arah %K.
Formula perhitungan Stochastic Oscillator :
... (2.1) Keterangan :
C = Harga penutupan terakhir
Ln = Harga terendah selama periode ke-n Hn = Harga tertinggi selama periode ke-n
.... ... (2.2)
Keterangan :
SMA (Simple Moving Average) = Rata-rata %K selama n hari %K = 100 *
9
4-Jul-11 2150 2100 2125 2150 1990 84.4 68.8 5-Jul-11 2150 2100 2125 2150 1990 84.4 79.2 6-Jul-11 2150 2125 2150 2150 1990 100.0 89.6 7-Jul-11 2100 2050 2100 2150 1990 68.8 84.4 8-Jul-11 2125 2050 2100 2150 1990 68.8 79.2 11-Jul-11 2100 2025 2050 2150 2000 33.3 56.9 12-Jul-11 2050 2000 2025 2150 2000 16.7 39.6 13-Jul-11 2050 2025 2050 2150 2000 33.3 27.8 14-Jul-11 2050 2000 2025 2150 2000 16.7 22.2
Nilai %K yang diperoleh pada saham ANTM periode 14 Juli 2011 adalah 16,7 yang menunjukkan bahwa harga penutupannya adalah 16,7% dari range atau jangkauan harga selama jangka waktu 14 hari mendekati harga terendah pada periode tersebut.
2.3.1 Overbought dan Oversold
11
Gambar 2.2 Contoh Overbought dan Oversold
Setiap perpotongan antara garis %K dan garis %D merupakan perubahan trend jangka pendek. Kondisi bullish terjadi ketika garis %K memotong garis %D dari bawah, sedangkan kondisi bearish terjadi ketika garis %K memotong garis %D dari atas. Keadaan ini bisa berlangsung ketika kedua garis sedang berada dalam area overbought maupun oversold yang menandakan bahwa tekanan beli maupun jual sedang kuat sekali sehingga akan terjadi kemungkinan harga menembus batas support dan resistance.
2.3.2 Fast, Slow dan Full Stochastic Oscillator
Stochastic Oscillator memiliki beberapa varian, yaitu fast, slow dan full stochastic. Yang paling sering digunakan adalah Fast Stochastic Oscillator dan Slow Stochastic Oscillator. Fast Stochastic merupakan nama lain dari Stochastic
biasa. Apabila garis %K dimuluskan SMA 3 periode sebelum kemudian diolah
13
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
3.1.1 Fase Definisi Ruang lingkup
Identifikasi program bantu pemilihan saham dengan indikator Stochastic Oscillator ini berdasarkan PIECES framework sebagai berikut :
Performance : Kendala pada sistem yang lama umumnya belum dapat merangkum secara keseluruhan hasil rekomendasi saham mana saja yang sebaiknya dijual maupun dibeli karena sistem yang lama menampilkan hasil rekomendasi saham satu per satu.
Information : Sistem lama hanya menampilkan grafik sehingga menyebabkan
keterbatasan informasi yang diperoleh pengguna sistem karena pengguna harus
menganalisa sendiri melalui informasi grafik saja.
Economics : Terlambat mengambil keputusan dikarenakan sistem saat ini
memakan waktu cukup lama untuk menganalisa hasil rekomendasi sehingga dapat menyebabkan kerugian.
Control : Hasil rekomendasi saham yang ditampilkan satu per satu dari
banyaknya saham yang tersedia memungkinkan pengguna sistem kurang tepat dalam memilih saham mana yang akan dibeli maupun dijual.
Efficiency : Kurang efisien waktu bagi pengguna sistem dalam menganalisa
perhitungan saham jika harus satu per satu, sedangkan fluktuasi harga saham dapat berubah sewaktu-waktu.
Services : Sistem lama menyulitkan pengguna sistem dalam mengetahui
peringkat-peringkat saham yang tepat sesuai dengan analisa karena pengguna sistem harus menganalisa satu per satu saham yang dipilihnya.
Tabel 3.1 Pernyataan Masalah
Pernyataan masalah Solusi
Sistem lama umumnya belum dapat merangkum secara keseluruhan hasil rekomendasi saham mana saja yang sebaiknya dijual maupun dibeli karena sistem yang lama menampilkan hasil rekomendasi saham satu per satu.
Membuat sistem yang dapat merangkum secara keseluruhan hasil rekomendasi saham berupa peringkat-peringkat saham terbaik sesuai dengan rekomendasi jual atau beli.
Sistem lama hanya menampilkan grafik
sehingga menyebabkan keterbatasan
informasi yang diperoleh pengguna
sistem karena pengguna harus
menganalisa sendiri melalui informasi
grafik saja.
Membuat sistem yang mampu memberikan informasi yang dibutuhkan pengguna sistem terkait dengan hasil rekomendasi saham.
Terlambat mengambil keputusan dikarenakan sistem saat ini memakan waktu cukup lama untuk menganalisa hasil rekomendasi sehingga dapat menyebabkan kerugian.
Membuat sistem yang mampu
merekomendasikan saham yang tepat sehingga menguntungkan pengguna sistem.
15
ditampilkan satu per satu dari banyaknya saham yang tersedia memungkinkan pengguna sistem kurang tepat dalam memilih saham mana yang akan dibeli maupun dijual.
menghasilkan rekomendasi secara akurat bagi pengguna sistem.
Kurang efisien waktu bagi pengguna sistem dalam menganalisa perhitungan saham jika harus satu per satu, sedangkan fluktuasi harga saham dapat berubah sewaktu-waktu.
Membuat sistem yang mampu menghasilkan rekomendasi secara cepat dan tepat sehingga mempermudah pengguna sistem melakukan analisa pemilihan saham. Sistem lama menyulitkan pengguna
sistem dalam mengetahui peringkat-peringkat saham yang tepat sesuai dengan analisa karena pengguna sistem harus menganalisa satu per satu saham diinginkan dengan analisa yang tepat.
3.1.2 Fase Analisis Masalah 3.1.2.1 Sistem yang ada saat ini
Sistem yang ada saat ini menyulitkan pengguna dalam menentukan pemilihan saham yang tepat, cepat serta akurat, karena untuk menganalisa saham harus dilakukan satu per satu untuk setiap sahamnya, sehingga rekomendasi pemilihan saham yang diperoleh menjadi kurang efektif dan efisien.
3.1.2.2 Analisa Sebab-Akibat
Tabel 3.2 Analisa Sebab Akibat Project : Program Bantu Pemilihan
Saham Berdasarkan Indikator Stochastic Oscillator
Date Created : 19 November 2009 Date Last Update : 20 Maret 2010 CAUSE AND EFFECT ANALYSIS SYSTEM IMPROVEMENT
17
memilih saham.
peringkat-peringkat saham terbaik sesuai dengan
rekomendasi.
3.1.2.3 Gambaran Sistem Baru
Untuk menangani permasalahan yang tersebut di atas, maka akan dibuat sistem baru yaitu “Program Bantu Pemilihan Saham Berdasarkan Indikator Stochastic Oscillator”. Sistem ini mengolah data saham yang meliputi kode perusahaan, tanggal, harga tertinggi, harga terendah dan harga penutupan sesuai periode 10 hari dan 14 hari. Data tersebut diolah untuk memperoleh hasil rekomendasi berupa peringkat-peringkat saham terbaik sehingga membantu pengguna sistem dalam melakukan analisa atau keputusan saham mana saja yang sebaiknya dijual maupun dibeli. Dalam sistem yang baru ini, pengguna sistem dapat menginputkan kriteria yang tersedia yaitu indeks saham, periode, tanggal, bobot kriteria yang meliputi nilai %K, titik perpotongan dan likuiditas serta memilih jenis rekomendasi saham jual atau beli dalam sistem. Kemudian sistem akan memproses data sesuai inputan tersebut sehingga informasi yang dihasilkan berupa hasil rekomendasi saham beserta grafiknya.
Pengguna
Gambar 3.1 Diagram Konteks Sistem Baru
3.1.3 Fase Analisis Kebutuhan 3.1.3.1 Diagram Use Case
Berikut ini merupakan diagram use case dari pengguna sistem yang menunjukkan interaksi antara pengguna dengan sistem dimana pengguna dapat melakukan prediksi saham dengan memasukkan beberapa kriteria yang tersedia di dalam sistem meliputi indeks saham, periode, tanggal, bobot kriteria dan jenis rekomendasi serta dapat melihat grafik saham hasil rekomendasi.
<<depends on>> Prediksi Saham
Lihat Grafik
Pengguna
19
3.1.3.2 Narasi Use Case
Pada use case prediksi saham, pengguna sistem menginputkan beberapa kriteria pada sistem yang digunakan untuk perhitungan hasil rekomendasi, dan pada use case lihat grafik, pengguna sistem memperoleh informasi berupa grafik candlestick dari pergerakan harga saham, nilai Stochastic Oscillator serta
besarnya volume transaksi saham sesuai dengan periodenya.
Tabel 3.3 Ringkasan Use Case
Tabel berikut menjelaskan tiap proses atau langkah kegiatan yang ada di dalam use case prediksi saham.
Tabel 3.4 Narasi Use Case Prediksi Saham
Program Bantu Pemilihan Saham Berdasarkan Indikator Stochastic Oscillator
Nama Use Case Deskripsi Use Case Pelaku yang berpartisipasi Prediksi Saham Menggambarkan proses
perhitungan prediksi saham untuk memperoleh hasil rekomendasi peringkat saham.
Pengguna
Lihat Grafik Melihat grafik hasil rekomendasi saham.
Pengguna
Author : Paulina Date : 19-11-2009
Nama Use-Case : Prediksi Saham Jenis Use-Case Business Requirements Prioritas : Tinggi
Sumber : Kebutuhan
Aktor Bisnis Primer : Pengguna Aktor Partisipasi lain : -
Stakeholders lain: -
Deskripsi : Use case ini mendeskripsikan proses dimana pengguna memperoleh informasi hasil perhitungan dari prediksi saham.
Kondisi Awal : Pengguna berada di halaman Prediksi Saham.
Pemicu : Pengguna ingin memperoleh informasi hasil prediksi saham mana saja yang saat ini sebaiknya dijual maupun dibeli.
Langkah-Langkah Kejadian :
Tindakan User Respons Sistem
Langkah 1 :
Pengguna membuka halaman Prediksi Saham.
Langkah 2 :
21
Langkah 3 :
Pengguna memilih indeks saham.
Langkah 4 :
Pengguna memilih periode saham.
Langkah 5 :
Pengguna memilih tanggal yang diinginkan. Langkah 6 :
Pengguna memilih bobot kriteria saham.
Langkah 7 :
Pengguna memilih jenis rekomendasi saham. Langkah 8 :
Pengguna mengklik tombol Proses.
Saham.
Langkah 9:
Sistem menampilkan
hasil prediksi
rekomendasi saham
berupa peringkat-peringkat saham sesuai skor pada saham yang direkomendasikan. Langkah Alternatif : -
Kesimpulan : Pengguna memperoleh informasi hasil proses prediksi rekomendasi saham.
Kondisi berikutnya : Pengguna dapat melihat informasi grafik saham, atau melakukan proses prediksi saham kembali dengan kriteria masukan yang berbeda sesuai dengan keinginan.
Peraturan bisnis : - Batasan dan Spesifikasi Implementasi :
-
Asumsi : -
Persoalan lainnya : -
Tabel berikut menjelaskan tiap proses atau langkah kegiatan yang ada di dalam use case lihat grafik.
Tabel 3.5 Narasi Use Case Lihat Grafik
23
Aktor Bisnis Primer : Pengguna Aktor Partisipasi lain : -
Stakeholders lain: -
Deskripsi : Use case ini mendeskripsikan proses melihat grafik setelah hasil rekomendasi sesuai input pengguna ditampilkan dalam sistem.
Kondisi Awal : Pengguna berada di halaman Prediksi Saham. Pemicu : Pengguna ingin melihat grafik.
Langkah-Langkah Kejadian :
Tindakan User Respons Sistem
saham serta menampilkan informasi harga saham, nilai Stochastic Oscillator
dan besarnya volume sesuai periode.
Langkah Alternatif : -
Kesimpulan : Pengguna memperoleh informasi grafik.
Kondisi berikutnya : Pengguna keluar dari halaman yang menampilkan grafik dan dapat kembali melakukan proses melihat grafik dari saham hasil prediksi yang lainnya atau kembali melakukan perhitungan sesuai inputan yang diinginkan.
Peraturan bisnis : - Batasan dan Spesifikasi Implementasi :
-
Asumsi : -
Persoalan lainnya : -
3.1.4 Fase Desain Logikal 3.1.4.1 Diagram Aktivitas
25
sistem sampai memperoleh hasil rekomendasi sesuai dengan masukan beberapa kriteria.
Pengguna Sistem
Membuka Halaman Prediksi
Saham Menampilkan Form Prediksi Saham
Pilih Menu lainnya
Memilih Indeks Saham
Memilih Bobot Kriteria
Memilih Rekomendasi
Menampilkan Hasil Rekomendasi Saham Memilih Tombol Proses Menyimpan ke database
Memilih Tombol Keluar Memilih Tanggal
Memilih Periode Pilih kriteria masukan
Gambar 3.3 Diagram Aktivitas Prediksi Saham
Pada diagram aktivitas lihat grafik pengguna dapat mengamati detail pergerakan harga saham yang ditampilkan dalam candlestick. Pengguna juga dapat mengetahui informasi nilai stochastic oscillator dan volume transaksi saham.
Pengguna Sistem
Memilih Tombol Lihat Grafik Menampilkan grafik saham
Gambar 3.4 Diagram Aktivitas Lihat Grafik
3.1.5 Analisis Keputusan dan Desain 3.1.5.1. Use Case Desain
Tabel 3.6 Klasifikasi Use Case Prediksi Saham
Kelas Interface, Control, dan Entity Use Case Prediksi Saham Kelas Interface Kelas Controller Kelas Entity
A01 - Form Prediksi Saham
AmbilData InsertData
ModelAmbilData
Tabel 3.7 Klasifikasi Use Case Lihat Grafik
Kelas Interface, Control, dan Entity Use Case Lihat Grafik Kelas Interface Kelas Controller Kelas Entity
A02 - Form Lihat Grafik
LihatGrafik
3.1.5.2 Sequence Diagram
Sequence diagram prediksi saham dan lihat grafik berikut menggambarkan
27
Gambar 3.5 Sequence Diagram Prediksi Saham
Pengguna
Gambar 3.6 Sequence Diagram Lihat Grafik
3.1.6. Class Diagram
Class diagram berikut menggambarkan struktur dan deskripsi class, package dan objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain.
Scanner(String URL, String Tanggal) : Vector <<controler>>
InsertDB(String Tanggal, String KodePer, String namaPer, BigDecimal Prev, BigDecimal High, BigDecimal Low, BigDecimal Close, BigDecimal Change, BigDecimal Volume) : boolean
<<interface>>
29
3.2 Perancangan Sistem
3.2.1 Desain Halaman Utama Prediksi Saham (A01)
Pada halaman utama prediksi saham ini menampilkan hasil rekomendasi yang diperoleh dari perhitungan harga penutupan, harga tertinggi, harga terendah serta volume selama beberapa periode.
Gambar 3.8 Desain Halaman Utama Prediksi Saham
Nilai %K yang berada dalam batasan overbought dan oversold yang masuk kriteria untuk direkomendasikan jual maupun beli. Sedangkan untuk nilai titik perpotongan akan memperhatikan apakah garis %K dan %D sudah memotong atau diindikasikan akan memotong. Yang mana hal ini akan mempengaruhi besarnya bobot titik potong yang dihasilkan. Jika %K sudah terlampau naik di atas %D dalam area oversold maka bobot titik potong yang dihasilkan pun lebih kecil dibandingkan ketika %K tepat memotong dan belum terlampau naik dengan garis %D. Pada nilai likuiditas, semakin besar besarnya
volume harian terhadap rata-rata volume beberapa periode maka semakin besar pula bobot likuiditas yang diperoleh. Ketiga nilai meliputi nilai %K, titik potong dan likuiditas dijumlahkan dalam skor dimana pada rekomendasi beli, semakin kecil nilai %K pada suatu saham maka semakin direkomendasikan untuk dibeli, sedangkan pada rekomendasi jual, semakin besar nilai %K pada suatu saham maka semakin direkomendasikan jual.
3.2.2 Desain Halaman Lihat Grafik (A02)
Pada halaman lihat grafik, informasi berupa grafik candlestick merepresentasikan pergerakan harga selama 10 periode terakhir sehingga pengguna dapat mengetahui harga pembukaan, harga tertinggi, harga terendah, dan harga penutupan per periode. Informasi besaran nilai %K, nilai %D dalam garis Stochastic Oscillator sehingga pengguna dapat melihat pergerakan atau perpotongan kedua garis. Serta grafik bar dari volume transaksi selama 10 periode terakhir.
31
3.3 Perancangan Proses 3.3.1 Flowchart Sistem
Ya
Input Indeks Saham, Periode, Tanggal, Bobot
dan Rekomendasi
Hitung nilai %K dan %D
Hitung %K, Titik Potong dan Likuiditas yang dikalikan 3
Pada saat download data saham harian meliputi tanggal, kode, ticker atau
nama perusahaan, harga pembukaan, harga tertinggi, harga terendah, harga penutupan serta volume disimpan dalam database. Dari data tersebut proses perhitungan dimulai untuk memperoleh nilai stochastic oscillator. Dari nilai stochastic yaitu %K dan %D selanjutnya dapat diketahui nilai titik potong dari
selisih antara nilai %K dan %D pada periode terakhir dengan nilai %K periode sebelumnya yang akan diklasifikasikan dalam pembobotan nilai titik potong. Pada nilai likuiditas, perhitungan dimulai dari membandingkan besarnya volume setiap periode dengan rata-rata besarnya volume transaksi dalam rentang periode tertentu, dan nilai likuiditas ini juga akan diklasifikasikan dalam pembobotan likuiditas. Skor hasil rekomendasi diperoleh dari penjumlahan ketiga nilai kriteria tersebut dalam peringkat saham yang diurutkan menurut besaran nilai %K.
3.3.2 Flowchart Perhitungan Indikator Stochastic Oscillator
Hitung harga tertinggi sesuai periode
Hasil nilai %K dan %D sesuai rekomendasi jual beli
Mulai
Selesai
Hitung harga terendah sesuai periode
Mencari harga penutupan saat ini
Hitung nilai %K = (C -Ln) / (Hn – Ln) *100
Hitung nilai %D = SMA (3) %K
33
Pada perhitungan formula stochastic oscillator, harga tertinggi dan harga terendah diperoleh setiap 10 periode atau 14 periode sesuai pilihan pengguna sistem. Sedangkan harga penutupan yang digunakan merupakan harga penutupan terakhir. Nilai % D menghitung rata-rata nilai %K selama 3 hari. Nilai %K dan %D dalam kisaran 20 akan terseleksi untuk dalam hasil rekomendasi beli, sedangkan nilai %K dan %D yang berada dalam kisaran 80 akan terseleksi dalam hasil rekomendasi jual.
3.3.2.1 Menghitung Nilai %K dan %D dalam Stochastic Oscillator
Nilai %K diperoleh dari perhitungan harga penutupan, harga tertinggi, dan harga terendah dalam periode tertentu. Sedangkan nilai %D diperoleh dari rata-rata nilai %K.
... (3.1)
Keterangan :
C = Harga penutupan saat ini
Ln = Harga terendah selama periode ke-n Hn = Harga tertinggi selama periode ke-n
.. ... (3.1) Keterangan :
SMA = Rata-rata %K selama n hari %K = 100 *
%D = SMA (n) %K
3.3.2.2. Menghitung Titik Potong Rekomendasi Jual Beli
Titik perpotongan antara %K dan %D diperoleh dengan membandingkan nilai %K dan %D terakhir serta nilai %K terakhir dengan nilai %K periode sebelumnya pada skala overbought , dimana nilai %K memotong ke bawah nilai %D dalam kisaran nilai di atas skala sama dengan 80. Selisih titik perpotongan antara %K dan %D terakhir serta %K periode sebelumnya untuk menentukan rekomendasi jual diklasifikasikan dalam nilai pembobotan sebagai berikut :
Tabel 3.8 Pembobotan Titik Potong pada Rekomendasi Jual %Ks %D Selisih (%D - %K) %Kk Bobot
> = 80
< = 5
> %Ks
20 5 < (%K - %D) < 10 15 10 < (%K - %D) < 15 10
> 15 5
Titik perpotongan antara %K dan %D diperoleh dengan membandingkan nilai %K dan %D terakhir serta nilai %K terakhir dengan nilai %K periode sebelumnya pada area oversold, dimana nilai %K memotong ke atas nilai %D dalam kisaran nilai di bawah skala sama dengan 20. Selisih titik perpotongan antara %K dan %D terakhir serta %K periode sebelumnya untuk menentukan rekomendasi beli diklasifikasikan dalam nilai pembobotan sebagai berikut :
35
< = 20
< = 5
< %Ks
20 5 < (%K - %D) < 10 15 10 < (%K - %D) < 15 10
> 15 5
3.3.2.3. Menghitung Likuiditas
Likuiditas saham diperoleh dari perbandingan volume transaksi per periode dengan nilai rata-rata volume selama rentang periode tertentu. Saham disebut likuid ketika nilai volumenya melebihi 20% volume rata-rata selama periode tertentu. Sebaliknya, saham disebut tidak likuid ketika nilai volumenya kurang dari 20% volume rata-rata selama periode tertentu.
Tabel 3.10 Pembobotan Likuiditas Nilai % Likuiditas Bobot
75 - 100 20
50 – 74 15
25 – 49 10
0 – 24 5
3.3.2.4. Menghitung Skor
Skor = Nilai %K + Nilai Titik Potong + Nilai Likuiditas ... (3.3) 3.3.2.5. Contoh Perhitungan Rekomendasi Beli
Tabel 3.11 Hasil Rekomendasi Beli pada 4 Juli 2011
Kode Ticker %K Titik Potong Likuiditas Skor
BUMI Bumi Resources Tbk 1,18 3 6 10,18
BNBR Bakrie & Brothers 1,82 3 6 10,82
Hasil rekomendasi beli pada tanggal 4 Juli 2011 yang dalam proses perhitungannya menggunakan data saham indeks LQ45 dan periode 14 hari dengan masukan bobot prosentase kriteria yang dipilih adalah 10% untuk bobot nilai %K, 60% untuk bobot nilai titik potong dan 30% untuk bobot nilai likuiditas. Nilai skor pada saham BUMI lebih unggul karena nilai %K pada saham BUMI lebih kecil dari nilai saham BNBR, sehingga BUMI menempati urutan pertama pada hasil rekomendasi beli ini.
Menghitung Nilai %K dan %D Saham BUMI
Untuk memperoleh nilai %K dan %D selama 14 periode, perhitungan menggunakan data saham selama 29 periode sebelumnya.
Tabel 3.12 Data Saham BUMI
Tanggal Kode Tertinggi Terendah Penutupan Lot
23-May-11 3475 3350 3350 206266
24-May-11 3400 3325 3350 125720
25-May-11 3425 3325 3400 158408
26-May-11 3425 3325 3350 147309
1-Jul-11 3050 2950 3000 145295
4-Jul-11 3025 2950 2975 129668
Kemudian mencari harga tertinggi dan harga terendah setiap 14 periode untuk menghitung nilai %K dan %D.
Tabel 3.13 Harga Tertinggi dan Terendah Saham BUMI dalam 14 periode Tanggal Kode Tertinggi Terendah Penutupan Lot H(14) L(14) 10-Jun-11
BUMI
3475 3400 3425 118722 3475 3300
13-Jun-11 3400 3300 3325 190937 3475 3300
14-Jun-11 3350 3275 3325 110425 3475 3275
15-Jun-11 3350 3225 3275 201556 3475 3225
16-Jun-11 3225 3075 3150 284488 3475 3075
17-Jun-11 3150 3000 3050 347376 3475 3000
20-Jun-11 3100 2950 2975 262707 3475 2950
21-Jun-11 3100 3000 3100 230319 3475 2950
22-Jun-11 3225 3125 3200 229161 3475 2950
23-Jun-11 3225 3150 3200 117025 3475 2950
24-Jun-11 3175 3100 3125 134790 3475 2950
27-Jun-11 3075 2975 3025 230158 3475 2950
28-Jun-11 3050 2950 3000 264744 3475 2950
39
1-Jul-11 3050 2950 3000 145295 3400 2925
4-Jul-11 3025 2950 2975 129668 3350 2925
Dari tabel di atas dapat diketahui bahwa harga tertinggi selama 14 periode atau H(14) ke belakang dari tanggal 4 Juli 2011 adalah 3350, harga terendah selama
14 hari atau L(14) adalah 2925, dan harga penutupan saat itu adalah 2975.
Keterangan :
C = Harga penutupan saat ini
L(14) = Harga terendah selama 14 periode
H(14) = Harga tertinggi selama 14 periode
Untuk nilai %D diperoleh dari rata-rata %K selama 3 periode ke belakang dari tanggal 4 Juli 2011.
%K = 100 * ( C - L(14) ) ( H(14) - L(14))
%K = 100 * (2975 - 2925) (3350 - 2925) %K = 11,8
%K1= 100*
(2950 - 2925) (3475 - 2925) %K1 = 4,5
Keterangan :
SMA = Rata-rata %K selama 3 hari
Nilai %K dan %D pada saham BUMI berada dalam batasan kurang sama dengan 20 yang berarti saham BUMI sedang berada di area oversold, sehingga tepat untuk masuk dalam rekomendasi beli. Nilai %K pada tanggal 4 Juli 2011 adalah 11,8 yang kemudian dikalikan dengan prosentase bobot kriteria %K yang dimasukkan yaitu 10%, sehingga nilai akhir %K hasil rekomendasi beli adalah 1,18.
Menghitung Nilai Titik Potong Saham BUMI
Nilai %K dan %D saham BUMI tanggal 4 Juli 2011 adalah 11,8 dan 10,7. Sedangkan nilai %K periode sebelumnya (1 Juli 2011) adalah 15,8. Dari ketiga nilai tersebut, dapat diketahui bahwa selisih %K dan %D pada tanggal 4 Juli 2011
%D = SMA(3) %K
%K2= 100*
(3000 - 2925) (3400 - 2925) %K2 = 15,8
%K3= 100*
(2975 - 2925) (3350 - 2925) %K3 = 11,8
41
adalah 2,1. Tetapi nilai %K periode sebelumnya (1 Juli 2011) lebih besar dari nilai %K tanggal 4 Juli 2011, sehingga pada kondisi tersebut dapat disimpulkan bahwa garis %K dan %D belum mengalami perpotongan, maka nilai bobot yang diperoleh dari kondisi tersebut adalah 5. Bobot kriteria yang dimasukkan untuk bobot titik potong adalah 60%, sehingga nilai akhir titik potong yang diperoleh adalah 3.
Menghitung Nilai Likuiditas Saham BUMI
Rata-rata volume saham BUMI selama 14 periode adalah 215109,2. Saham yang likuid adalah saham yang melebihi 20% dari rata-rata volume selama 14 periode. Nilai dari 20% rata-rata volume 14 periode = 43021,84. Selama 14 periode saham BUMI ini keseluruhannya memiliki besaran volume transaksi yang melebihi 20% dari rata-rata volume, sehingga saham BUMI termasuk dalam saham likuid dengan nilai likuiditas 100% sehingga pada klasifikasi bobot likuiditasnya adalah 20. Prosentase bobot kriteria likuiditas yang dimasukkan adalah 30%, sehingga nilai akhir dari likuiditas yang diperoleh adalah 6.
Total nilai yang dijumlahkan menjadi skor hasil rekomendasi beli yang meliputi ketiga kriteria yaitu nilai %K, nilai titik potong dan nilai likuiditas pada saham BUMI periode 4 Juli 2011 adalah 10,18.
3.3.2.6. Contoh Perhitungan Rekomendasi Jual
Tabel 3.14 Hasil Rekomendasi Jual pada 12 Juli 2011
Kode Ticker %K Titik Potong Likuiditas Skor
ELSA Elnusa Tbk 10 3 6 19
ITMG Indo Tambangraya Megah 8,2 3 6 17,2
Hasil rekomendasi jual pada tanggal 12 Juli 2011 yang dalam proses perhitungannya menggunakan data saham indeks LQ45 dan periode 10 hari dengan masukan bobot prosentase kriteria yang dipilih adalah 10% untuk bobot nilai %K, 60% untuk bobot nilai titik potong dan 30% untuk bobot nilai likuiditas. Nilai skor pada saham ELSA lebih unggul karena nilai %K pada saham ELSA lebih besar dari nilai saham ITMG, sehingga ELSA menempati urutan pertama pada hasil rekomendasi jual ini.
Menghitung Nilai %K dan %D Saham ELSA
Untuk memperoleh nilai %K dan %D selama 10 periode, perhitungan menggunakan data selama 21 periode sebelumnya.
Tabel 3.15 Data Saham ELSA
Tanggal Kode Tertinggi Terendah Penutupan Lot
13-Jun-11 ELSA 290 285 290 9384
14-Jun-11 295 280 285 125363
43
16-Jun-11 285 270 270 17043
17-Jun-11 275 255 255 38239
20-Jun-11 265 250 255 20004
21-Jun-11 265 255 260 15146
22-Jun-11 270 260 265 13941
23-Jun-11 265 260 260 20930
24-Jun-11 270 255 265 18506
27-Jun-11 265 260 265 1838
28-Jun-11 265 260 265 3241
30-Jun-11 265 260 265 2212
1-Jul-11 270 260 265 9241
4-Jul-11 265 260 265 2196
5-Jul-11 265 260 265 2303
6-Jul-11 270 260 265 9210
7-Jul-11 270 265 265 5528
8-Jul-11 270 265 270 2455
11-Jul-11 270 265 270 6971
12-Jul-11 270 265 270 9712
Kemudian mencari harga tertinggi dan harga terendah selama 10 periode untuk menghitung nilai %K dan %D.
.
Tabel 3.16 Harga Tertinggi dan Terendah Saham ELSA selama 10 periode Tanggal Kode Tertinggi Terendah Penutupan Lot H(10) L(10) 24-Jun-11
ELSA
270 255 265 18506 295 250
27-Jun-11 265 260 265 1838 295 250
28-Jun-11 265 260 265 3241 285 250
30-Jun-11 265 260 265 2212 285 250
1-Jul-11 270 260 265 9241 275 250
4-Jul-11 265 260 265 2196 270 250
5-Jul-11 265 260 265 2303 270 255
6-Jul-11 270 260 265 9210 270 255
7-Jul-11 270 265 265 5528 270 255
8-Jul-11 270 265 270 2455 270 255
11-Jul-11 270 265 270 6971 270 260
12-Jul-11 270 265 270 9712 270 260
Dari tabel di atas dapat diketahui bahwa harga tertinggi selama 10 periode atau H(10) ke belakang dari tanggal 12 Juli 2011 adalah 270, harga terendah selama
10 hari atau L(10) adalah 260, dan harga penutupan saat itu adalah 270.
Keterangan :
C = Harga penutupan saat ini
L(10) = Harga terendah selama 10 periode
45
H(10) = Harga tertinggi selama 10 periode
Untuk nilai %D diperoleh dari rata-rata %K selama 3 periode ke belakang dari tanggal 12 Juli 2011.
Keterangan :
SMA = Rata-rata %K selama 3 hari %D = SMA(3) %K
%K = 100 * ( 270 - 260 ) ( 270 - 260 ) %K = 100
%K1= 100*
( 270 - 255) ( 270 - 255 ) %K1 = 100
%K2= 100*
( 270 - 260 ) ( 270 - 260 ) %K2 = 100
%K3= 100*
( 270 - 260 ) ( 270 - 260 ) %K3 = 100
%D = (100 + 100 + 100) / 3 = 100
Nilai %K dan %D pada saham ELSA berada dalam batasan lebih dari 80 yang berarti saham ELSA sedang berada di area overbought, sehingga tepat untuk masuk dalam rekomendasi jual. Nilai %K pada tanggal 12 Juli 2011 adalah 100 yang kemudian dikalikan dengan prosentase bobot kriteria %K yang dimasukkan yaitu 10%, sehingga nilai akhir %K hasil rekomendasi jual adalah 10.
Menghitung Nilai Titik Potong Saham ELSA
Nilai %K dan %D pada saham ELSA tanggal 12 Juli 2011 adalah 100. Sedangkan nilai %K periode sebelumnya yaitu 11 Juli 2011 adalah 100. Dari ketiga nilai tersebut, dapat diketahui bahwa selisih %K dan %D pada tanggal 12 Juli 2011 adalah 0. Tetapi nilai %K periode sebelumnya (11 Juli 2011) sama besarnya dengan nilai %K tanggal 12 Juli 2011, sehingga pada kondisi tersebut dapat disimpulkan bahwa garis %K dan %D berada dalam skala yang sama, maka nilai bobot yang diperoleh dari kondisi tersebut adalah 5. Bobot kriteria yang dimasukkan untuk bobot titik potong adalah 60%, sehingga nilai akhir titik potong yang diperoleh adalah 3.
Menghitung Nilai Likuiditas Saham ELSA
47
saham likuid dengan nilai likuiditas 100% sehingga pada klasifikasi bobot likuiditasnya adalah 20. Prosentase bobot kriteria likuiditas yang dimasukkan adalah 30%, sehingga nilai akhir dari likuiditas yang diperoleh adalah 6.
Total atau skor nilai yang dijumlahkan menjadi skor hasil rekomendasi beli yang meliputi ketiga kriteria yaitu nilai %K, nilai titik potong dan nilai likuiditas pada saham ELSA periode 12 Juli 2011 adalah 19.
48
BAB IV
IMPLEMENTASI DAN HASIL
4.1 Implementasi Program dan Pembuatan Database
Pada proses ini dilakukan pembuatan database dengan MySQL. Database yang dibuat adalah myskripsi. Database ini berisi tabel-tabel yang diperlukan untuk menyimpan data dalam Program Bantu Pemilihan Saham Berdasarkan Indikator Stochastic Oscillator. Berikut sintaks pembuatan database myskripsi beserta tabel :
4.1.1 Database myskripsi
create database if not exists `myskripsi`;
4.1.2 Tabel data_so
CREATE TABLE `data_so` ( `Tanggal` date default NULL, `Kode` varchar(10) default NULL, `Ticker` varchar(100) default NULL, `Pembukaan` double default NULL, `Tertinggi` double default NULL, `Terendah` double default NULL, `Penutupan` double default NULL, `Volume` double default NULL, KEY `tanggal` (`Tanggal`), KEY `kode_perusahaan` (`Kode`)
49
4.1.3 Potongan Program
Potongan program di bawah ini merupakan query yang mengambil data dari database untuk menghitung nilai %K pada setiap saham dengan periode 10 hari maupun 14 hari. Perhitungan nilai %K menggunakan data harga tertinggi, harga terendah dan harga penutupan yang sudah disimpan dalam database myskripsi.
ResultSet rsK = stat2.executeQuery("select * from data_so where kode='" + rs.getString(1) + "' order by kode, tanggal asc");
while (rsK.next()) { max(tertinggi) from data_so " +
"where kode='" + rs.getString(1) + "' and tanggal BETWEEN '" + caritgl[baris - 9] + "' and '" + caritgl[baris] + "' order by kode, tanggal asc"); BETWEEN '" + caritgl[baris - 9] + "' and '" + caritgl[baris] + "' order by kode, tanggal asc");
if (rsMin.next()) {
min = rsMin.getDouble(1);
} max(tertinggi) from data_so " +
51
4.2 Hasil Implementasi dan Pembahasan 4.2.1 Halaman Prediksi Saham
Form halaman utama prediksi saham merupakan form yang menyediakan beberapa pilihan inputan kriteria bagi pengguna yang meliputi pilihan untuk input indeks saham, periode, tanggal, prosentase bobot kriteria, serta jenis rekomendasi jual atau beli.
Input Indeks Saham
Terdapat dua pilihan jenis indeks saham pada jComboBox yaitu indek saham LQ45 dan Reguler.
Input Periode
Terdapat dua jenis pilihan periode pada jComboBox yaitu 10 periode dan 14 periode. Yang membedakan kedua pemilihan periode tersebut adalah data saham yang digunakan untuk perhitungan. Periode 10 hari menggunakan 21 hari data saham ke belakang dari tanggal yang dimasukkan oleh pengguna sistem. Sedangkan periode 14 hari menggunakan data saham selama 29 hari ke belakang dari tanggal yang dimasukkan oleh pengguna sistem.
Input Tanggal
Tanggal yang dimasukkan dapat dipilih sesuai dengan tanggal pada saat pengguna mengakses form prediksi sehingga dapat mengetahui hasil prediksi rekomendasi saham beli atau jual pada saat itu juga, maupun mengetahui informasi hasil rekomendasi pada tanggal-tanggal sebelumnya.
Input Prosentase Bobot Kriteria
Prosentase bobot kriteria meliputi nilai %K, titik potong dan likuiditas dapat dipilih sesuai dengan keinginan pengguna melalui jComboBox, dengan maksimal jumlah pada prosentase pilihan ketiga kriteria adalah 100.
Input Jenis Rekomendasi
Jenis rekomendasi dapat dipilih oleh pengguna pada jRadioButton rekomendasi jual atau beli saham.
Setelah pengguna memasukkan beberapa inputan kriteria dalam program, dan menekan button proses maka program akan mulai melakukan perhitungan data stochastic, sehingga menampilkan output berupa hasil rekomendasi jual maupun beli. Selain memilih pilihan rekomendasi, pada halaman utama program juga terdapat tab menu “Tentang” dan “Bantuan”.
53
Gambar 4.1 Form Hasil Rekomendasi Saham
Yang membedakan inputan LQ45 dan Indeks Reguler pada pilihan sistem ini adalah macam-macam data sahamnya. LQ45 mencakup saham-saham yang likuid setiap bulannya sedangkan indeks reguler mencakup semua saham termasuk saham yang tidak atau kurang likuid dalam transaksi pasar saham.
Gambar 4.2 Input Jenis Indeks Saham
Periode 10 hari pada sistem berbeda dengan periode 14 hari, dikarenakan pada periode 10 hari, data yang diolah untuk proses perhitungan stochastic oscillator
menggunakan 21 periode ke sebelumnya, sedangkan pada periode 14 hari data yang diolah untuk proses perhitungan menggunakan data 29 hari.
Gambar 4.3 Input Jenis Periode
Gambar 4.4 Input Prosentase Bobot Kriteria dan Jenis Rekomendasi
4.2.2 Halaman Lihat Grafik
55
Gambar 4.5 Form Lihat Grafik
Message dialog berikut mengkonfirmasikan pada pengguna bahwa proses download data selesai dan selanjutnya memproses hasil rekomendasi saham.
Gambar 4.6 Konfirmasi Download Selesai
Message dialog berikut mengkonfirmasikan pada pengguna bahwa proses rekomendasi selesai dan menampilkan hasil rekomendasi saham.
Gambar 4.7 Konfirmasi Proses Rekomendasi
Pada Form Tentang dan Bantuan dalam tab menu yang tersedia berikut ini berisi mengenai keterangan dan informasi bantuan yang terkait dengan program.
Gambar 4.8 Form Tentang
57
4.3 Pengujian dan Analisis
4.3.1 Pengujian Periode 10 hari dan 14 hari
Pengujian terhadap indikator stochastic oscillator dari program menggunakan lima saham yaitu BTEL (Bakrie Telecom Tbk), AALI (Astra Agro Lestari), UNVR (Unilever Indonesia Tbk), PGAS (Perusahaan Gas Negara) dan ELTY (Bakrieland Development Tbk) dari perolehan hasil rekomendasi jual beli saham berdasarkan indeks data saham LQ45 dengan periode 10 hari dan 14 hari serta menggunakan kombinasi prosentase bobot kriteria 10% untuk nilai %K, 60% untuk nilai titik potong, dan 30% untuk nilai likuiditas. Data saham yang digunakan dalam perhitungan analisis adalah data saham dalam rentang waktu bulan Juni sampai dengan bulan Agustus 2011.
4.3.1.1 Hasil Rekomendasi Jual Beli BTEL (Bakrie Telecom Tbk)
Selama rentang waktu bulan Juli hingga bulan Agustus, frekuensi kemunculan rekomendasi beli pada saham BTEL menggunakan masukan periode 10 hari hanya satu dibandingkan frekuensi kemunculan beli saham BTEL menggunakan masukan periode 14 hari yang muncul tiga kali. Sedangkan pada frekuensi kemunculan rekomendasi jual, penggunaan periode 10 hari pada saham BTEL muncul empat kali dan periode 14 hari muncul lima kali. Rekomendasi beli pada saham BTEL dengan masukan periode 10 hari muncul pada tanggal 13 Juli 2011 dengan skor %K yang sudah berada pada area oversold dengan skala 2%. Rekomendasi jual dengan masukan periode 10 hari ini muncul pada tanggal 26 Juli sampai 29 Juli ketika nilai %K sudah naik di area overbought dengan skala
nilai %K mencapai 8,57%. Sedangkan dengan masukan periode 14 hari, saham BTEL muncul dalam rekomendasi beli pada tanggal 13, 14 dan 18 Juli karena fluktuasi harga pada periode tersebut hampir sama, sehingga besaran nilai %K dan %D yang diperoleh juga mendekati nilainya. Rekomendasi beli yang terakhir pada periode 14 hari ini ketika nilai %K mencapai 1,67% dan rekomendasi jual muncul lima kali pada saat nilai %K berada di kisaran 8,57% dan 10%. Pada rekomendasi jual yang terakhir yaitu tanggal 29 Juli, pembentukan harga jual lebih tinggi dibandingkan harga di hari sebelumnya. Pada masukan periode 10 hari, saham BTEL tidak merekomendasikan beli dimana pada masukan periode 14 hari, saham BTEL direkomendasikan beli yaitu pada tanggal 18 Juli, ketika pembentukan harga jual pada periode tersebut sudah lebih tinggi dari periode sebelumnya. Sehingga penggunaan periode 14 hari untuk jual beli saham BTEL lebih menguntungkan.
59
Tabel 4.1 Rata-rata Prosentase Laba BTEL 10 hari Tanggal
Gambar 4.11 Hasil Rekomendasi Jual Beli BTEL periode 14 hari
18-Jul-11 350 345 347,5 27-Jul-11 360 360 360 3,6 28-Jul-11 360 365 362,5 4,3 29-Jul-11 365 360 362,5 4,3
Rata-rata 3,4
4.3.1.2 Pengujian Rekomendasi Jual Beli AALI (Astra Agro Lestari)
61
Gambar 4.12 Hasil Rekomendasi Jual Beli AALI periode 10 hari
Tabel 4.3 Rata-rata Prosentase Laba AALI 10 hari Tanggal
Beli Open Close
Harga Tengah
Tanggal
Jual Open Close
Harga Tengah
% Laba 12-Jul-11 23000 22900 22950 25-Jul-11 23200 23350 23275 1,7 14-Jul-11 23100 22800 22950 26-Jul-11 23350 23450 23400 2,3 19-Jul-11 22950 22800 22875 27-Jul-11 23450 23700 23575 3,1
Rata-rata 2,4
Gambar 4.13 Hasil Rekomendasi Jual Beli AALI periode 14 hari
Tabel 4.4 Rata-rata Prosentase Laba AALI 14 hari Tanggal
Beli Open Close
Harga Tengah
Tanggal
Jual Open Close
Harga Tengah
% Laba 12-Jul-11 23000 22900 22950 25-Jul-11 23200 23350 23275 1,7 14-Jul-11 23100 22800 22950 26-Jul-11 23350 23450 23400 2,3 15-Jul-11 22800 22950 22875 27-Jul-11 23450 23700 23575 3,1 18-Jul-11 22950 22950 22950
19-Jul-11 22950 22800 22875
Rata-rata 2,4
63
%K mencapai 1,25% pada masukan periode 10 hari dan mencapai 0,77% pada masukan periode 14 hari. Posisi ini menguntungkan ketika rekomendasi jualnya pada tanggal 18 Agustus dimana nilai %K telah mencapai 9,79% dengan pembentukan harga jual yang lebih tinggi dibandingkan rekomendasi sebelumnya. Rata-rata prosentase keuntungan pada periode 10 hari dan 14 hari ini sama besarnya yaitu 8,5%.
Gambar 4.14 Hasil Rekomendasi Jual Beli UNVR periode 10 hari
Tabel 4.5 Rata-rata Prosentase Laba UNVR 10 hari Tanggal
Beli Open Close
Harga Tengah
Tanggal
Jual Open Close
Harga Tengah
% Laba 5-Jul-11 15000 14800 14900 22-Jul-11 15000 15050 15025 1,7 7-Jul-11 14850 14750 14800 27-Jul-11 15000 15250 15125 2,4 13-Jul-11 14800 14750 14775 28-Jul-11 15250 15750 15500 4,9
9-Ags-11 16000 15000 15500 1-Ags-11 15600 15900 15750 6,6 2-Ags-11 15900 16000 15950 8,0 3-Ags-11 16000 16100 16050 8,6 4-Ags-11 16100 17000 16550 12,0 15-Ags-11 16400 16750 16575 12,2 16-Ags-11 16750 16800 16775 13,5 18-Ags-11 16800 17350 17075 15,6
Rata-rata 8,5
Gambar 4.15 Hasil Rekomendasi Jual Beli UNVR periode 14 hari
Tabel 4.6 Rata-rata Prosentase Laba UNVR 14 hari Tanggal
Beli Open Close
Harga Tengah
Tanggal
Jual Open Close
Harga Tengah
