Volume 10, No 1, 2016
Daftar Isi:Optimasi Pemilihan Emiten Pasar Modal Berdasarkan Aspek Fundamental dengan Menggunakan Algoritma Dynamic Programming
1-8 Stanley Sutedi, Seng Hansun
Modul Antena dengan Susunan Uniform untuk Sistem Antena Radar Generasi Kedua 9-18 Folin Oktafiani, Yussi Perdana Saputera, Yudi Yuliyus Maulana, Yuyu
Wahyu
Kesadaran Keamanan Informasi pada Pegawai Bank X di Bandung Indonesia 19-26 Dian Chisva Islami, Khodijah Bunga I.H, Candiwan
Analisis Data Twitter : Ekstraksi dan Analisis Data Geospasial 27-36 Edi Surya Negara, Ria Andryani, Prihambodo Hendro Saksono
Sistem Kendali Pengasutan Genset Portabel Dari Jarak Jauh Tanpa Kabel 37-45 Budhi Anto
1/2016
Pusat Penelitian Informatika - LIPIJurnal INKOM Vol. 10 No. 1 Hal. 1-45 Bandung, p-ISSN 1979-B059
Mei 2016 e-ISSN 2302-6146
Volume 10, No 1, Mei 2016 Penanggung Jawab
Kepala Pusat Penelitian Informatika - LIPI Dewan Redaksi
Ketua Dr. Esa Prakasa Pusat Penelitian Informatika LIPI
Anggota Prof. Dr. Ir. Engkos Koswara N., M.Sc. Pusat Penelitian Informatika LIPI Dr. Ir. Ashwin Sasongko Sastrosubroto., M.Sc. Pusat Penelitian Informatika LIPI
Drs. Tigor Nauli Pusat Penelitian Informatika LIPI
Dr. Edi Kurniawan Pusat Penelitian Fisika LIPI
Dr. Kadek Heri Sanjaya Pusat Penelitian Telimek LIPI
Dr. Nasrullah Armi P2 Elektronika dan Telekomunikasi LIPI
Redaksi Pelaksana
Penyunting Tata Letak Inna Syafarina, M.Si Puslit Informatika LIPI
Nurhayati Masthurah, M.Kom Puslit Informatika LIPI
Penyunting Naskah Riyo Wardoyo, MT. Puslit Informatika LIPI
Arwan Ahmad Khoiruddin, M.Cs Puslit Informatika LIPI
Desain Grafis Dicky Rianto Prajitno, MT. Puslit Informatika LIPI
Mitra Bestari
Dr. Didi Rosiyadi (Informatika), Dr. Eppy Yundra (Otomasi), Dr. Kadek Yota Ernanda Aryanto (Informatika), Dr. M. Agni Catur Bhakti (Informatika), Dr. Yusuf Nur Wijayanto
(Otomasi), Ahmad Mukhlason, M.Sc (Komputer), Andria Arisal, MEDC (Informatika), Brilliant Adhi Prabowo, M.Eng (Komputer), Hadi Susanto, M.T (Informatika), Leon Andretti
A, M.M (Informatika), Purnomo Khusnul Khotimah, M.T (Informatika) Sekretariat
Asri Rizki Yuliani, MBA Puslit Informatika LIPI Rini Wijayanti, M.Kom Puslit Informatika LIPI Nana Suryana, MT Puslit Informatika LIPI Alamat Redaksi
Jurnal INKOM
Pusat Penelitian Informatika, Lembaga Ilmu Pengetahuan Indonesia Komp. LIPI Gd. 20 Lt. 3 Jln Sangkuriang, Bandung, 40135
Telp: +62 22 2504711, Fax: +62 22 2504712
Email: [email protected], Website: http://jurnal.informatika.lipi.go.id Pertama terbit: Mei 2007
Frekuensi terbit: Dua kali setahun, setiap bulan Mei dan November
Jurnal INKOM adalah jurnal yang mengkaji masalah yang berhubungan dengan Informatika, Sistem Kendali, dan Komputer dengan keberkalaan penerbitan dua kali setahun pada Mei dan November. Tulisan yang dipublikasikan berupa hasil penelitian, pemikiran atau pengembangan untuk kemajuan keilmuan atau terapan. Kelayakan pemuatan dipertimbangkan oleh penilai dengan double blind review berdasarkan keaslian (originalitas) dan keabsahan (validitas) ilmiah.
c
2015 Hak cipta dilindungi undang-undang
Volume 10, No 1, 2016
Daftar Isi
Hasil Penelitian Halaman
Optimasi Pemilihan Emiten Pasar Modal Berdasarkan Aspek Fundamental
dengan Menggunakan Algoritma Dynamic Programming 1-8
Stanley Sutedi, Seng Hansun
Modul Antena dengan Susunan Uniform untuk Sistem Antena Radar Generasi
Kedua 9-18
Folin Oktafiani, Yussi Perdana Saputera, Yudi Yuliyus Maulana, Yuyu Wahyu
Kesadaran Keamanan Informasi pada Pegawai Bank X di Bandung Indonesia 19-26
Dian Chisva Islami, Khodijah Bunga I.H, Candiwan
Analisis Data Twitter : Ekstraksi dan Analisis Data Geospasial 27-36
Edi Surya Negara, Ria Andryani, Prihambodo Hendro Saksono
Sistem Kendali Pengasutan Genset Portabel Dari Jarak Jauh Tanpa Kabel 37-45
Budhi Anto
Volume 10, No 1, 2016
Editorial
Pembaca yang terhormat, Jurnal INKOM Volume 10 Nomor 1 Tahun 2016 kembali menerbitkan 5 karya tulis ilmiah terpilih di bidang informatika dan komputer. Karya tulis pertama berjudul: ”Optimasi pemilihan emiten pasar modal berdasarkan aspek fundamental dengan menggunakan algoritma dynamic programming”. Makalah ini membahas pengembangan teknik optimasi dalam pemilihan emiten pasar modal. Algoritmadynamic programmingdigunakan untuk menemukan solusi optimal pemilihan emiten pasar modal. Karya tulis kedua berjudul: ”Modul antena dengan susunan uniform untuk sistem antena radar generasi kedua”. Makalah ini akan memaparkan hasil penelitian dalam hal perancangan dan fabrikasi modul antena dengan susunan uniform pada sistem antena radar generasi kedua. Karya tulis yang ketiga terkait dengan penelitian bidang sistem informasi. Tulisan tersebut berjudul: ”Kesadaran keamanan informasi pada pegawai Bank X di Bandung Indonesia”. Hasil diperoleh melalui survei langsung di bank yang menjadi objek penelitian. Hasil penelitian menyimpulkan bahwa rata-rata pegawai Bank X telah mempunyai tingkat kesadaran tinggi terhadap keamanan informasi. Karya tulis keempat berjudul ”Analisis data Twitter: ekstraksi dan analisis data geospasial”. Tulisan ini membahas topik yang saat ini sedang banyak dibicarakan, yaitu Big Data. Penulis menyajikan metode untuk merangkum informasi lokasi terkait dengan suatu isu terpopuler di media sosial Twitter. Hasil riset tulisan ini sangat bermanfaat terutama dalam memberikan persepsi masyarakat pada lokasi tertentu terhadap isu populer yang sedang banyak diperbincangkan. Karya tulis terakhir berjudul: ”Sistem kendali pengasutan genset portable dari jarak jauh tanpa kabel”. Karya tulis ini menjelaskan pengembangan sistem pengasutan genset yang bisa dikendalikan dari jarak jauh. Isyarat kendali dikirimkan dengan menggunakan gelombang radio. Dengan adanya sistem ini, risiko pencemaran udara akibat dekatnya lokasi genset dengan aktivitas manusia dapat dikurangi.
Demikian pengantar yang bisa kami sampaikan mewakili seluruh anggota Dewan Editor. Kami juga mengucapkan terima kasih kepada para anggota Dewan Pengarah, Dewan Redaksi, Editor Pelaksana, Sekretariat, para reviewer dan penulis yang telah berkontribusi penuh dalam proses penerbitan Jurnal INKOM Volume 10 Nomor 1 Tahun 2016. Semoga terbitan Jurnal INKOM ini mampu menyumbangkan ide-ide yang bermanfaat bagi komunitas ilmiah di Indonesia.
Ketua Dewan Editor Esa Prakasa
Volume 10, No 1, 2016
Kata kunci yang dicantumkan adalah istilah bebas. Lembar abstrak ini boleh disalin tanpa izin dan biaya DDC 621.39
Stanley Sutedi (Senior IT Specialist, PT Bank Central Asia Tbk, Jakarta, Indonesia) Seng Hansun (Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia)
Optimasi Pemilihan Emiten Pasar Modal Berdasarkan Aspek Fundamental dengan Menggunakan Algoritma Dynamic Programming
INKOM, 10(1) 2016: 01-08
Penelitian ini membahas tentang optimasi dalam pemilihan emiten pasar modal dengan memperhitungkan variabel finansial yang dimiliki setiap emiten. Variabel-variabel ini yang disebut dengan
multiple constraints. Dalam analisis fundamental sederhana, nilai fundamental sebuah perusahaan tercermin
dari nilai-nilai rasio finansial. Optimasi dilakukan dengan menggunakan algoritma Dynamic Programming
untuk solusi optimal pemilihan emiten pasar modal. Optimasi pemilihan dilakukan untuk emiten yang mempunyai bidang bisnis yang sama. Dengan optimasi ini, pengguna hanya cukup memasukkan nilai-nilai rasio finansial tersebut, lalu dilakukan proses optimasi, yang pada akhirnya akan menghasilkan solusi optimal. (Penulis)
Kata kunci : optimasi,constraint, rasio finansial, saham, pasar modal, fundamental, analisis
DDC 621.38
Folin Oktafiani, Yussi Perdana Saputera, Yudi Yuliyus Maulana, Yuyu Wahyu (Pusat Penelitian Elektronika dan Telekomunikasi, Lembaga Ilmu Pengetahuan Indonesia)
Modul Antena dengan Susunan Uniform untuk Sistem Antena Radar Generasi Kedua INKOM, 10(1) 2016: 09-18
Pada penelitian ini dilakukan perancangan dan fabrikasi modul antena dengan susunan uniformuntuk
sistem antena radar generasi kedua. Modul antena yang dirancang terdiri dari empat buah sub-modul yang
disusun secara vertikal. Sub-modul terdiri dari susunan delapanpatchberbentuk persegi yang diatur sejajar ke
arah horizontal dengan metode pencatuancoaxial feedpada titik tengah sub-modul. Setiappatchantena diberi
daya yang sama sehingga susunan berbentuk uniform(seragam). Antena dicetak pada bahan duroid dengan
nilaiεr 2,2 dengan ketebalan 1,57 mm. Hasil pengukuran antena menunjukkan bahwa antena dapat bekerja
pada frekuensi 9,4 Ghz dengan nilai VSWR (Voltage Standing Wave Ratio)≤1,5.Gainantena yang didesain
sebesar 20.08 dBi denganbeamwidthhorisontal 10◦danbeamwidthvertikal 20◦.
(Penulis)
Kata kunci: antena, modul,patch, susunanuniform, radar
Volume 10, No 1, 2016
Kata kunci yang dicantumkan adalah istilah bebas. Lembar abstrak ini boleh disalin tanpa izin dan biaya DDC 621.39
Dian Chisva Islami, Khodijah Bunga I.H, Candiwan (Universitas Telkom, Bandung Indonesia)
Kesadaran Keamanan Informasi pada Pegawai Bank X di Bandung Indonesia INKOM, 10(1) 2016: 19-26
Berkembangnya teknologi diiringi dengan semakin meningkatnya jumlah pengguna internet di Indonesia, hal inilah yang membuat jumlah kejahatan di dunia maya bertambah.Rendahnya tingkat keamanan
informasi di bidang perbankan, seperti adanya pembobolan ATM,skimming,phisingdanmalwarejuga dialami
oleh Bank X yang merupakan Bank internasional dan berlokasi di Bandung. Sehingga perlu adanya tindakan
kesadaran keamanan informasi (information security awareness). Kesadaran akan pentingnya menjaga
keamanan informasi di Bank dipengaruhi oleh beberapa faktor yakni kepatuhan hukum (regulasi) danpenjagaan integritas data bank. Dalam meningkatkan kesadaran pegawai Bank X tersebut, peneliti menggunakan pendekatan teori verifikasi yang meliputi tiga hal perilaku pegawai dalam bekerja.Hal ini untuk mengukur pemahaman pegawai tentang kesadaran keamanan informasimelalui pengetahuan, sikap dan perilaku. Peneliti
menggunakan metode penelitian kualitatif secara deskriptif dengan teknik purposive sampling, dimana
pengumpulan datanya melalui wawancara. Hasil penelitian ini menunjukan bahwa pelaksanaan kebijakan keamanan informasi pada Bank X Bandung berjalan dengan baik, serta pegawai Bank X Bandung rata-rata telah mempunyai tingkat kesadaran yang tinggi terhadap keamanan informasi.
(Penulis)
Kata kunci: Kesadaran, Keamanan Informasi, Manajemen Sistem Informasi, Teori Verifikasi DDC 621.32
Edi Surya Negara, Ria Andryani, Prihambodo Hendro Saksono (Data Science Interdisciplinary Research Center, Universitas Bina Darma)
Analisis Data Twitter : Ekstraksi dan Analisis Data Geospasial INKOM, 10(1) 2016: 27-36
Data geospasial pada media sosial Twitter dapat dimanfaatkan untuk mengetahui informasi spasial (lokasi) yang merupakan lokasi sumber munculnya persepsi publik terhadap sebuah isu di media sosial. Besarnya produksi data geospasial yang dihasilkan oleh Twitter memberikan peluang besar untuk dapat dimanfaatkan oleh berbagai pihak sehingga menghasilkan informasi yang lebih bernilai melalui proses
Twitter Data Analytics. Proses pemanfaatan data geospasial Twitter dimulai dengan melakukan proses ekstraksi terhadap informasi spatial berupa titik koordinat pengguna Twitter. Titik koordinat pengguna Twitter
didapatkan darisharing locationyang dilakukan oleh pengguna Twitter. Untuk mengekstrak dan menganalisis
data geospasial pada Twitter dibutuhkan pengetahuan dan kerangka kerja tentang social media analytics
(SMA). Pada penelitian ini dilakukan ekstraksi dan analisis data geospasial Twitter terhadap suatu isu publik yang sedang berkembang dan mengembangakan prototipe perangkat lunak yang digunakan untuk mendapatkan data geospasial yang ada pada Twitter. Proses ekstraksi dan analisis dilakukan melalui empat tahapan yaitu:
proses penarikan data (crawling), penyimpanan (storing), analisis (analyzing), dan visualisasi (visualizing).
Penelitian ini bersifatexploratoryyang terfokus pada pengembangan teknik ekstrasi dan analisis terhadap data
geospasial twitter. (Penulis)
Kata kunci: media sosial,data analitycs,social media analytics,twitter data analytics, data mining, machine
learning
Volume 10, No 1, 2016
Kata kunci yang dicantumkan adalah istilah bebas. Lembar abstrak ini boleh disalin tanpa izin dan biaya DDC 621.38
Budhi Anto (Jurusan Teknik Elektro Universitas Riau, Pekanbaru)
Sistem Kendali Pengasutan Genset Portabel Dari Jarak Jauh Tanpa Kabel INKOM, 10(1) 2016: 37-45
Karena menghasilkan emisi gas karbonmonoksida (CO) yang bersifat racun, genset portabel harus diletakkan di luar ruangan dan tidak di dekat pintu, jendela atau ventilasi udara. Kondisi ini menyebabkan posisi genset portabel berjauhan dengan saklar pemindahnya. Oleh karena itu suatu sistem kendali pengasutan dari jarak jauh tanpa kabel diperlukan untuk mempermudah operator dalam mengoperasikan genset portabelnya, sehingga dia tidak perlu berada di dekat genset untuk menyalakan atau memadamkan gensetnya. Dalam penelitian ini telah diupayakan untuk membuat sistem kendali pengasutan genset portabel dari jarak jauh tanpa kabel yang dapat dipasangkan pada genset portabel berbahan bakar premium. Sistem yang dibangun terdiri atas unit pengendali jarak jauh yang berukuran dapat digenggam dan unit aktuator yang secara permanen terhubung secara listrik dengan genset yang dikendalikan. Komunikasi antara unit pengendali jarak jauh dan unit aktuator terjadi secara simpleks menggunakan gelombang radio pita ISM pada frekuensi 433,92 MHz. Sistem yang dibuat telah diimplementasikan untuk menyalakan dan memadamkan genset portabel YMW4500XE merk YAMAWA dan genset tersebut dapat dikendalikan sampai jarak 70 meter dan juga genset yang berada di dalam bangunan berlantai tiga dapat dikendalikan dari dalam dan luar bangunan.
(Penulis)
Kata kunci: sistem kendali jarak jauh tanpa-kabel, komunikasi simpleks, genset portabel
Volume 10, No 1, 2016
The descriptor given are free terms. This abstract sheet may be reproduced without permission or charge. DDC 621.39
Stanley Sutedi (Senior IT Specialist, PT Bank Central Asia Tbk, Jakarta, Indonesia) Seng Hansun (Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia)
Capital Market Issuer Selection Optimization Based on Fundamental Aspect using Dynamic Programming Algorithm
INKOM, 10(1) 2016: 01-08
The research conducted by the author discuss about the optimization of the selection of capital market issuers by counting each financial variables. These variables are called multiple constraints. In simple fundamental analysis, fundamental value of company is reflected in the values of financial ratios. This optimization uses Dynamic Programming algorithm for selecting the optimal solution of issuers of capital market. Optimization made for issuers that have the same business areas. With this optimization, the user simply needs to enter the values of the financial ratios and performed optimization process that will ultimately result in the optimal solution.
(Author)
Keywords :optimization, constraint, financial ratio, share, capital market, fundamental, analysis DDC 621.38
Folin Oktafiani, Yussi Perdana Saputera, Yudi Yuliyus Maulana, Yuyu Wahyu (Pusat Penelitian Elektronika dan Telekomunikasi, Lembaga Ilmu Pengetahuan Indonesia)
Antenna Module with Uniform Array for2ndGeneration Radar Antenna System INKOM, 10(1) 2016: 09-18
The purpose of this research is to design an antenna module with uniform array for 2nd generation radar antenna system. The designed antenna module comprises of four sub-modules, which are arranged vertically. Each antenna sub-module consists of eight rectangular patches that are arranged horizontally using coaxial feed as the feeding technique located at the center of the sub-module. Each antenna patch is given the same power so that the antenna is uniformly arranged. The antenna module is printed on a duroid material with the
εr2,2 value of 2.2 and a thickness of 1.57mm. The measurement result shows that antenna module can operate
at a frequency of 9.4 GHz with Voltage Standing Wave Ratio (VSWR)≤1,5. An antenna gain of 20.08 dBi
can be obtained with a horizontal beamwidth of 10◦degrees and a vertical beamwidth of 20◦.
(Author)
Keywords: antenna, module, patch, uniform array, radar
Volume 10, No 1, 2016
The descriptor given are free terms. This abstract sheet may be reproduced without permission or charge. DDC 621.39
Dian Chisva Islami, Khodijah Bunga I.H, Candiwan (Universitas Telkom, Bandung Indonesia)
Awareness Information Security Employees X Bank in Bandung Indonesia INKOM, 10(1) 2016: 19-26
The development of technology coupled with the increasing number of internet users in Indonesia increase the number of cyber crime. Low levels of information security (InfoSec) in the banking sector, such as the ATM burglary, skimming, phishing and malware also experienced by X Bank an international bank located in Bandung. Therefore, this needs for InfoSec awareness actions. The importance of maintaining an InfoSec awareness in the Bank is influenced by several factors namely compliance with the law (regulation) and guard the integrity of the data bank. In raising the awareness of the employees, researchers used a theoretical approach to verification that includes three employees behaviors at work. This is to measure employee understanding of awareness of information security through knowledge, attitudes and behavior. Researchers used qualitative research with description by using purposive sampling method, where the data collection is obtained through interviews. The Results of this research showed that the implementation of information security policy at X Bank Bandung was good , and the employees of X Bank had a high level of awareness for information security. (Author)
Keywords: Awareness, Information Security , Information Management System, Verification Theory DDC 621.39
Edi Surya Negara, Ria Andryani, Prihambodo Hendro Saksono (Data Science Interdisciplinary Research Center, Universitas Bina Darma)
Twitter Data Analytics: Geospatial Data Extraction and Analysis INKOM, 10(1) 2016: 27-36
Geospatial data on the media social like Twitter can be used to determine the spatial information (location), which is the location of the source of the emergence of public perception of an issue in social media. The amount of data production geospatial generated by Twitter provides a great opportunity to be used by various parties so as to produce more valuable information through Twitter Data Analytics. The process of data utilization Twitter geospatial process begins with the extraction of the spatial information such as the coordinates of Twitter users. Point coordinates obtained from the Twitter users location sharing is done by Twitter users. For extracting and analyzing geospatial data on Twitter necessary knowledge and frameworks of social media analytics (SMA). In this research, the extraction and analysis of geospatial data Twitter to an emerging public issues and develop the prototype software used to acquire geospatial data that exist on Twitter. Extraction and analysis process carried out through four stages, namely: crawling, storing, analyzing, and visualization. This study is exploratory focused on the development of extraction techniques and analysis of geospatial data twitter.
(Author)
Keywords: social media, data analytics, social media analytics, twitter data analytics, data mining, machine learning
Volume 10, No 1, 2016
The descriptor given are free terms. This abstract sheet may be reproduced without permission or charge. DDC 621.38
Budhi Anto (Jurusan Teknik Elektro Universitas Riau, Pekanbaru)
Wireless Remote Control System for Portable Home Generator INKOM, 10(1) 2016: 37-45
The development of technology has changed the human in completing all the works and all aspects of human life. Information and communication technology growing more rapidly in addition to impact on human activities. Moreover, it also has an impact on behavior and the competitive landscape of how to manage a company that ultimately affect the development of the business world. Bandung hospitals do not use information systems with the latest technology that can support ease of access by the users. Views of the Opera system utilization is not optimal in supporting the hospital business. It is a shortcoming of the efficiency of the organization. A solution to improve the current information system services is required. The solution can be acquired by using the proposed application In this case the method used to describe the organization today is Enterprise Architecture Planning. This method is used to describe and develop enterprise architecture to achieve the company’s business strategy. This research produces some proposals that can improve the current information system services.
(Author)
Keywords: Development Current Enterprise, General Hospital Bandung, inpatient services
INKOM, Vol. 10, No. 1, September 2016: 01-08
Optimasi Pemilihan Emiten Pasar Modal Berdasarkan Aspek
Fundamental dengan Menggunakan Algoritma
Dynamic
Programming
Capital Market Issuer Selection Optimization Based on
Fundamental Aspect using Dynamic Programming Algorithm
Stanley Sutedi
1, Seng Hansun
21Senior IT Specialist, PT Bank Central Asia Tbk, Jakarta, Indonesia 2Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia
Email:[email protected]
_______________________________________________________________________________________
Abstract
The research conducted by the author discuss about the optimization of the selection of capital market issuers by counting each financial variables. These variables are called multiple constraints. In simple fundamental analysis, fundamental value of company is reflected in the values of financial ratios. This optimization uses Dynamic Programming algorithm for selecting the optimal solution of issuers of capital market. Optimization made for issuers that have the same business areas. With this optimization, the user simply needs to enter the values of the financial ratios and performed optimization process that will ultimately result in the optimal solution.
Keywords: optimization, constraint, financial ratio, share, capital market, fundamental, analysis
Abstrak
Penelitian ini membahas tentang optimasi dalam pemilihan emiten pasar modal dengan memperhitungkan variabel finansial yang dimiliki setiap emiten. Variabel-variabel ini yang disebut dengan multiple constraints. Dalam analisis fundamental sederhana, nilai fundamental sebuah perusahaan tercermin dari nilai-nilai rasio finansial. Optimasi dilakukan dengan menggunakan algoritma Dynamic Programming untuk solusi optimal pemilihan emiten pasar modal. Optimasi pemilihan dilakukan untuk emiten yang mempunyai bidang bisnis yang sama. Dengan optimasi ini, pengguna hanya cukup memasukkan nilai-nilai rasio finansial tersebut, lalu dilakukan proses optimasi, yang pada akhirnya akan menghasilkan solusi optimal.
Kata kunci: optimasi, constraint, rasio finansial, saham, pasar modal, fundamental, analisis
1. Pendahuluan
Investasi adalah suatu istilah dengan beberapa pengertian yang berhubungan dengan keuangan dan ekonomi. Istilah tersebut berkaitan dengan akumulasi suatu bentuk aktiva dengan suatu harapan mendapatkan keuntungan di masa depan. Terkadang, investasi disebut juga sebagai penanaman modal. Salah satu instrumen investasi yang popular diantaranya: investasi properti, investasi emas, investasi pasar modal, dan investasi obligasi. Di masyarakat umum, investasi properti lebih dapat diterima dibandingkan dengan jenis instrumen investasi lainnya karena mempunyai
return yang pasti dan minim resiko.
Received: 05 November 2015; Revised: 28 Juni 2016; Accepted: 14 Juli 2016; Published online: 21 Nov 2016 ©2016 INKOM 2016/16-NO425
DOI: http://dx.doi.org/10.14203/j.inkom.425
Investasi pasar modal (saham) memiliki return
yang besar tetapi juga memiliki resiko yang besar (high risk high gain). Oleh karena itu, para investor dituntut untuk teliti dan berhati-hati dalam mengambil keputusan beli dan jual di dalam pasar modal. Para investor dapat meminimalkan resiko mereka dengan melakukan analisis. Terdapat dua jenis analisis, yaitu analisis fundamental dan analisis teknikal.
Analisis fundamental adalah metode analisis yang didasarkan pada fundamental ekonomi suatu perusahaan. Teknis ini menitikberatkan pada rasio finansial dan kejadian-kejadian yang secara langsung maupun tidak langsung memengaruhi kinerja keuangan perusahaan.
Sebagian pakar berpendapat teknik analisis fundamental lebih cocok untuk membuat keputusan dalam memilih saham perusahaan mana yang dibeli untuk jangka panjang. Analisis fundamental dibagi dalam tiga tahapan analisis yaitu analisis ekonomi,
2 • INKOM, Vol. 10 No. 1, September 2016: 01-08
analisis industri, dan analisis perusahaan.
Analisis perusahaan merupakan yang terpenting dalam penilaian kesehatan dan kinerja emiten pasar modal. Dalam analisis fundamental perusahaan, terdapat berbagai jenis variabel penilaian suatu perusahaan. Variabel-variabel tersebut mencerminkan kesehatan, kinerja dan kekuatan suatu perusahaan. Pastinya para investor akan menanamkan modalnya kepada perusahaan-perusahaan yang sehat, memiliki kinerja yang tinggi dan memiliki fundamental yang kuat.
Variabel-variabel tersebut bisa didapatkan lewat berbagai media, baik media cetak maupun media elektronik seperti, Yahoo Finance, Bloomberg, dan koran bisnis Kontan, dan website dari sekuritas. Variabel-variabel tersebut dipublikasikan kepada khalayak sehingga para calon investor dapat melakukan penilaian.
Analisis portofolio optimum terhadap 50 emiten dengan frekuensi perdagangan tertinggi di Bursa Efek Indonesia telah dilakukan oleh Aliffia Permata dan Brodjol Sutijo [1]. Mereka menggunakan metode Value at Risk, Lexicographic Goal Programming, dan Artificial Neural Network untuk menemukan solusi optimalnya. Selain itu, Ramadhan dkk. [2] juga telah melakukan analisis pemilihan portofolio optimal dengan model dan pengembangan dari portofolio Markowitz.
Sebagaimana yang dikemukakan oleh Chandra [3], analisis pemilihan saham oleh investor sangatlah penting dilakukan, agar pemilihan emiten oleh para investor tidak keliru. Penelitian ini dilaksanakan untuk menjawab kebutuhan para investor dalam menentukan dan memilih emiten-emiten terbaik berdasarkan analisis data fundamental. Algoritma Dynamic Programming
diterapkan untuk menganalisis berbagai variabel penilaian hingga ditemukan solusi optimal yang disampaikan kepada calon investor. Variabel penilaian perusahaan yang digunakan dalam penelitian diambil dari Yahoo Finance, sehingga datanya lebih akurat dan dapat dipercaya.
2. Pasar Modal
Pada dasarnya, pasar modal (capital market) [4] merupakan pasar untuk beberapa instrumen keuangan jangka panjang yang bisa diperjualbelikan, baik dalam bentuk hutang, ekuitas (saham), instrumen derivative, maupun instrumen lainnya. Pasar modal merupakan sarana pendanaan bagi perusahaan maupun institusi lainnya (misalnya pemerintah) dan sarana bagi kegiatan berinvestasi. Dengan demikian pasar modal memfasilitasi berbagai sarana dan prasarana kegiatan jual beli dan kegiatan terkait lainnya.
Pasar modal memiliki peran yang besar bagi perekonomian suatu negara karena pasar modal
menjalankan dua fungsi sekaligus, yaitu fungsi ekonomi dan fungsi keuangan. Pasar modal dikatakan memiliki fungsi ekonomi karena pasar menyediakan fasilitas atau wahana yang mempertemukan dua kepentingan, yaitu pihak yang memiliki kelebihan dana atau yang biasa disebut dengan investor dan pihak yang memerlukan dana atau issuer yang diterbitkan oleh efek atau emiten.
Dengan adanya pasar modal, maka pihak yang [5] memiliki kelebihan dana dapat menginvestasikan dana tersebut dengan harapan memperoleh imbal hasil (return), sedangkan pihak
issuer baik efek atau emiten dapat memanfaatkan dana tersebut untuk kepentingan investasi tanpa harus menunggu ketersediaan dana dari operasi perusahaan. Pasar modal dikatakan memiliki fungsi keuangan, karena memberikan kemungkinan dan kesempatan memperoleh imbal hasil bagi pemilik dana, sesuai dengan karakteristik investasi yang dipilih.
3. Analisis Fundamental
Secara umum, analisis fundamental ini melibatkan banyak sekali variabel data yang harus dianalisis, dimana beberapa di antara variabel tersebut yang cukup penting untuk diperhatikan yaitu:
a. Rasio laba terhadap saham beredar (EPS) [6] EPS = Keuntungan bersih / Jumlah saham
beredar. Rasio EPS digunakan untuk mengukur suatu tingkat keuntungan dari perusahaan. Nilai ini akan dibandingkan dengan nilai pada kuartal yang sama pada tahun sebelumnya untuk menggambarkan pertumbuhan tingkat keuntungan perusahaan. Hasil perhitungan rasio ini dapat digunakan untuk memperkirakan kenaikan ataupun penurunan harga saham suatu perusahaan di bursa saham.
b. Rasio harga saham terhadap laba perlembar saham
Biasa juga disebut dengan P/E Ratio yang dihitung dengan cara membagi harga saham dengan keuntungan perlembar saham. Rasio ini digunakan untuk membandingkan suatu perusahaan dengan P/E Ratio rata-rata dari perusahaan dalam kelompok industri sejenis. c. Rasio harga saham terhadap pertumbuhan laba
perseroan (PEG Ratio)
Semakin rendah PEG Ratio suatu perusahaan maka berarti harga sahamnya adalah di bawah harga semestinya (undervalued) dan perusahaan memiliki rasio pertumbuhan EPS yang tinggi. Misalnya suatu perusahaan dengan pertumbuhan EPS sebesar 21.5% dengan P/E
(1)
Optimasi Pemilihan Emiten Pasar Modal Berdasarkan Aspek Fundametal ....: S. Sutedi, S. Hansun • 3 Ratio sebesar 37.3%, maka PEG Ratio nya
adalah 37.3/21.5=1.73.
d. Rasio harga saham terhadap penjualan (P/S ratio) P/S Ratio = Harga saham / penjualan per lembar saham. Rasio ini biasanya digunakan untuk menilai suatu perusahaan yang masih baru atau belum mendapatkan keuntungan. Dimana semakin rendah P/S rasio suatu perusahaan dibandingkan dengan perusahaan lain dalam kelompok industri yang sejenis, menunjukkan semakin bagus perusahaan tersebut.
e. Rasio harga saham terhadap nilai buku (PB/V Ratio)
( )
Semakin rendah PB/V rasionya berarti harga saham tersebut murah atau berada di bawah harga sebenarnya, namun hal ini juga dapat berarti ada sesuatu yang merupakan kesalahan mendasar pada perusahaan tersebut. Misalnya perusahaan XXX memiliki harta sebesar Rp. 100 miliar dan hutangnya sebesar Rp. 70 miliar, maka nilai buku perusahaan tersebut adalah Rp. 30 miliar, dan apabila saham yang beredar 500 juta maka berarti setiap saham mewakili Rp. 600 nilai buku, dengan harga perlembar saham sebesar Rp. 1.200, maka berarti PB/V rasio perusahaan tersebut adalah 1.200/600 = 2.
f. Rasio hutang perseroan
Rasio ini mengukur seberapa banyak aset yang dibiayai oleh hutang. Misalnya, rasio hutang 30% artinya bahwa 30% dari aset dibiayai oleh hutang. Rasio hutang bisa berarti buruk pada situasi ekonomi sulit dan suku bunga tinggi, dimana perusahaan yang memiliki debt ratio
yang tinggi dapat mengalami masalah keuangan, namun selama ekonomi baik dan suku bunga rendah, maka dapat meningkatkan keuntungan.
g. Return On Equity (ROE)
( )
Digunakan untuk mengukur rate of return
(tingkat imbal hasil ekuitas). Para analis dan pemegang saham sangat memperhatikan rasio ini. Semakin tinggi return yang dihasilkan sebuah perusahaan, akan semakin tinggi harga sahamnya.
h. Return On Assets (ROA)
( )
Return on Assets digunakan untuk mengukur imbal hasil perusahaan yang diperoleh melalui pendayagunaan semua total assetnya.
4. Dynamic Programming
Dynamic programming mirip seperti metode divide and-conquer yang menyelesaikan suatu problem
dengan mengombinasikan solusi menjadi
subproblem [7]. Divide and conquer membagi
problem menjadi subproblem yang independen, kemudian menyelesaikan subproblem secara rekursif dan mengombinasikan solusi tersebut untuk menyelesaikan problem utama. Algoritma
Dynamic Programming dapat digunakan ketika
subproblem tidak independen. Algoritma Dynamic Programming memecahkan setiap subproblem
hanya sekali dan menyimpan jawabannya dalam sebuah tabel, sehingga menghindari penyelesaian kembali masalah yang sudah dipecahkan.
Dynamic Programming biasanya digunakan untuk masalah optimisasi, dimana suatu permasalahan memiliki banyak solusi. Setiap solusi memiliki nilai masing-masing, dan ingin ditemukan solusi dengan nilai yang optimum (maksimal atau minimal) [7].
Dynamic programming dapat dibagi menjadi empat tahap yang berurutan sebagai berikut:
1. Karakterisasi struktur pada solusi optimasi 2. Mendefinisikan nilai solusi optimal secara
rekursif
3. Menghitung nilai solusi optimal pada model
bottom-up
4. Menyusun solusi optimal dari informasi hasil perhitungan
Langkah 1-3 membentuk landasan solusi algoritma Dynamic Programming terhadap masalah. Langkah 4 menghasilkan nilai dari solusi optimal yang diinginkan [8].
ALGORITHM Dynamic Programming
(Weights[1...N], Values[1...N], Table[0...N, 0...Capacity]) //Input: Array Weights contains the
weights of all items
Array Values contains the values of all items
Array Table is initialized with 0s; it is used to store the results from the dynamic programming algorithm.
//Output: The last value of array Table (Table[N, Capacity])
contains the optimal
solution of the problem for the given Capacity
For i = 0 to N do For j = 0 to Capacity If j < Weights[i] then Table[i, j] ← Table[i-1, j] Else Table[i, j] ← maximum{Table[i-1, j] AND Values[i] + Table[i-1, j – Weights[i]]}
Return Table[N, Capacity]
Listing 1. Proses Optimasi Knapsack [8]
(5)
(6) (4) (3)
4 • INKOM, Vol. 10 No. 1, September 2016: 01-08 Pseudocode di atas merupakan perhitungan dari proses optimasi untuk kasus knapsack problem. Terdapat variabel N sebagai jumlah kapasitas atau
constraints. Dilakukan loop sebanyak jumlah kapasitas. Di dalam loop tersebut dilakukan pencarian dan optimasi untuk menempatkan barang dengan nilai terbesar. Proses ini dilakukan dengan sebuah tabel atau array 2 dimensi. Proses dimulai dari tabel [0,0] sampai dengan tabel [x,y] dimana di akhir tabel merupakan solusi optimal.
n ← N c ← Capacity
Start at position Table[n, c]
While the remaining capacity is
greater than 0 do
If Table[n, c] = Table[n-1, c] then Item n has not been included in the optimal solution
Else
Item n has been included in the optimal solution
Process item n
Move one row up to n-1
Move to column c – weight(n)
Listing 2. Memoization [8]
Untuk solusi optimal ini menerapkan konsep dari memoization. Dimana hasil dari solusi optimal disimpan dalam variabel lookup. Kemudian dilakukan pemeriksaan terhadap isi dari variabel
lookup, jika variabel lookup memiliki nilai yang sama dengan solusi optimal, maka variabel lookup
tetap dan proses dilanjutkan ke loop yang selanjutnya. Jika berbeda, maka hasil solusi optimal akan disimpan pada variabel lookup.
5. Perancangan Sistem
Spesifikasi ini dijabarkan dengan menggunakan media diagram alir (flowchart). Dalam perancangan ini akan dilakukan optimasi pada maksimum 5 rasio, yaitu PER, EPS, PBV, ROE, ROA. Penggunaan rasio tersebut mengacu pada proses analisis fundamental yang memperhatikan lima faktor utama, yaitu growth, profitability, leverage, liquidity, dan efficiency.
Gambar 1. Flowchart Program
Program akan menampilkan halaman utama yang berisi menu-menu, lalu akan ditampilkan
windows form untuk optimasi. Pengguna akan
membuka form optimasi dan akan dilakukan deklarasi variabel-variabel yang digunakan untuk proses optimasi. Selanjutnya pengguna harus memilih rasio-rasio sebagai pembatas (constraints). Setelah memilih rasio, program akan meminta untuk input kode saham dan nilai-nilai dari rasio/batasan yang telah dipilih. Terakhir aplikasi akan menampilkan hasil optimasi dan nilai solusi optimal dari daftar saham.
Gambar 2. Flowchart Inisialisasi Rasio
Pada proses ini pengguna diwajibkan untuk memilih rasio-rasio yang akan digunakan sebagai
constraint. Rasio tersebut yaitu PER, EPS, PBV, ROE, dan ROA. Rasio-rasio tersebut merupakan rasio finansial dari sebuah perusahaan.
Gambar 3. Flowchart Inisialisasi Nama Saham dan Nilai Rasio
Optimasi Pemilihan Emiten Pasar Modal Berdasarkan Aspek Fundametal ....: S. Sutedi, S. Hansun • 5
Pada proses inisialisasi nama dan nilai rasio, pengguna harus memasukkan kode dari saham dan nilai dari rasio-rasio yang dipilih. Nama saham hanya boleh diisi dengan karakter tanpa angka, dan nilai rasio-rasio hanya bisa dimasukkan dengan angka. Kode saham yang dimasukkan tidak diperbolehkan ada yang sama dan harus memiliki jumlah karakter sebanyak empat karakter. Jika belum pernah dimasukkan, maka kode saham dan nilai-nilai rasio akan ditampilkan dalam gridview. Rasio yang tidak dipilih secara default akan ditentukan dengan nilai 0. Jika terdapat kesalahan nilai ataupun kode saham, pengguna memilih kode saham pada gridview, lalu hapus dan memasukkan dari proses awal. Jika pengguna ingin mengulang dengan meng-klik tombol reset, maka proses akan kembali ke inisialisasi rasio.
Gambar 4. Flowchart Hasil Optimasi
Pada proses hasil optimasi dilakukan komputasi untuk proses optimasi dan menampilkan hasil dari komputasi kepada pengguna. Proses komputasi tersebut dilakukan di dalam proses Optimize.
Setelah proses komputasi dilakukan, hasil dari komputasi tersebut ditampilkan berupa nilai dari normalisasi rasio dan nilai optimum value. Setelah itu pengguna menentukan apakah akan mengulang proses atau tidak. Jika mengulang, maka proses akan kembali ke inisialisasi rasio, jika tidak maka proses hasil optimasi selesai.
6. Implementasi dan Pengujian
Aplikasi ini diujicoba dengan data-data yang dimasukkan ke dalam aplikasi dan validasi lewat pakar untuk mengetahui keakuratan hasil optimasi. Data yang digunakan dibatasi sebanyak 6 saham dari 5 sektor utama, yaitu properti, konstruksi, makanan dan minuman, batubara, dan perbankan. Data diambil dari Yahoo Finance pada periode pengujian di tahun 2013-2014.
6.1 Pengujian Sektor Properti dan Real Estate
Pada pengujian sektor properti dilakukan optimasi terhadap enam emiten saham dan menggunakan lima rasio. Berikut adalah data-data nilai rasio masing-masing saham.
Tabel 1. Data Sektor Properti dan Real Estate
Saham Stock Code EPS PER PBV ROA ROE
PT Ciputra Development Tbk. CTRA 61.87 13.01 1.28 4.98 9.8 PT Lippo Karawaci Tbk. LPKR 52.69 18.31 1.59 3.92 8.69 PT Summarecon Agung Tbk. SMRA 81.47 11.23 2.87 9 25.53 PT Alam Sutera Realty Tbk. ASRI 58.88 8.58 1.79 8.24 20.89
PT Sentul City Tbk. BKSL 31.91 5.08 0.7 9.06 13.85
PT Agung Podomoro Land Tbk. APLN 38.85 5.79 0.66 4.13 11.45
Dari hasil pengujian ini, dilakukan optimasi secara keseluruhan rasio dimana dari keenam saham sektor properti yang diuji didapatkan sebuah hasil optimasi. Optimasi secara keseluruhan memberikan setiap rasio nilai bobot yang sama yaitu 1. Hasil proses optimasi yang dilakukan menghasilkan PT Summarecon Agung Tbk (SMRA) sebagai sebagai hasil terpilih. Dapat diketahui bahwa hasil optimum value yang dihasilkan adalah 1.47 dimana hasil tersebut
merupakan hasil penjumlahan dari nilai normalisasi dari setiap rasio. Pada hasil optimasi menunjukkan bahwa nilai nEPS adalah 0, dimana nilai tersebut menunjukkan bahwa saham SMRA memiliki nilai rasio EPS terbesar di antara yang lain. Sedangkan nilai 0 pada nROE menunjukkan saham SMRA memiliki nilai ROE terbesar di antara yang lainnya.
6 • INKOM, Vol. 10 No. 1, September 2016: 01-08
Gambar 5. Hasil Optimasi Secara Keseluruhan
6.2 Validasi
Validasi lewat pakar dilakukan untuk menguji keakuratan hasil optimasi yang dihasilkan oleh aplikasi. Dalam pengujian dilakukan proses optimasi untuk lima sektor saham, pengujian dilakukan dengan membandingkan hasil analisa pakar dengan hasil optimasi dari aplikasi. Berikut adalah data sektor yang akan divalidasi.
Tabel 2. Data Sektor Properti Sektor
Properti EPS PER PBV ROA ROE SMRA 81.47 11.7 3.25 9 25.53 LPCK 809.43 8.68 2.78 14.86 32.07 BSDE 164.01 9.39 2.02 13.37 21.51 ASRI 58.88 9.77 2.04 8.24 20.89 LPKR 52.69 17.74 1.54 3.92 8.69 MDLN 153.56 2.88 1.77 18.77 30.76 Tabel 3. Data Sektor Konstruksi
Sektor
Konstruksi EPS PER PBV ROA ROE ADHI 225.54 9.75 2.56 4.18 26.22 WSKT 38.2 17.54 2.71 4.19 15.44 PTPP 87 16.32 3.46 3.39 21.2 WIKA 84.72 24.26 3.95 4.32 16.26 TOTL 58.89 13.75 3.41 9.12 24.8 DGIK 11.24 13.88 0.82 3.2 5.9
Tabel 4. Data Sektor Makanan dan Minuman Sektor
Makanan dan Minuman
EPS PER PBV ROA ROE
ADES 113.07 18.93 4.65 15.6 24.55 AISA 98.63 19.16 2.39 6.08 12.47 ALTO 12.13 46.15 5.88 5.51 9.07 ICBP 424 25.24 4.67 12.32 18.52 INDF 292 23.89 1.57 3.49 6.56 ULTJ 128 35.98 6.53 13.66 18.21 Tabel 5. Data Sektor Batubara
Sektor
Batubara EPS PER PBV ROA ROE ADRO 88.88 10.8 0.83 3.69 7.69 HRUM 207.95 11.66 1.39 9.76 11.94 ITMG 2594.73 10.3 2.45 16.33 23.13 PTBA 720.95 12.9 3.07 14.58 23.74 PTRO 253.93 5.38 0.59 3.53 10.97 MYOH 82.53 5.57 1.33 10.52 23.76 Tabel 6. Data Sektor Perbankan
Sektor
Perbankan EPS PER PBV ROA ROE BBCA 56.12 18.33 3.97 2.84 21.64 BBRI 874.76 10.4 2.8 3.41 26.91 BMRI 788.04 11.58 2.37 2.48 20.5 BDMN 425.44 10.55 1.35 2.19 12.81 BBNI 471.09 9.57 1.76 2.4 18.42 BBKP 123.83 4.97 0.98 1.41 17.41
Optimasi Pemilihan Emiten Pasar Modal Berdasarkan Aspek Fundametal ....: S. Sutedi, S. Hansun • 7 Tabel 7. Hasil Perbandingan
Sektor Pakar Aplikasi Status Sektor
Properti SMRA MDLN
Tidak cocok Sektor
Konstruksi ADHI ADHI Cocok
Sektor Makanan dan Minuman
INDF ICBP Tidak
cocok Sektor
Batubara ITMG ITMG Cocok
Perbankan BBRI BBRI Cocok
Dari hasil validasi yang telah dilakukan, terdapat 3 hasil optimasi yang cocok dengan hasil analisis dari pakar dan dua lainnya tidak cocok. Dengan demikian, keakuratan yang dihasilkan sebesar 60%.
7. Kesimpulan
Berdasarkan penelitian yang dilakukan, maka dapat diperoleh kesimpulan bahwa telah dihasilkan aplikasi optimasi untuk mencari saham atau emiten berdasarkan rasio-rasio fundamental dengan mengimplementasikan pendekatan algoritma
Dynamic Programming dengan keakuratan sebesar 60%. Pada penelitian selanjutnya, analisis keakuratan dan penerimaan data dapat dilakukan dengan lebih terarah menggunakan beberapa metode statistika, seperti uji-t dan ANOVA.
8. Daftar Pustaka
[1] Permata, A.S. dan Sutijo, B.S.U., Analisis Portofolio Optimum terhadap 50 Emiten dengan Frekuensi Perdagangan Tertinggi di Bursa Efek Indonesia Menggunakan Metode Value At Risk, Lexicographic Goal Programming dan Artificial Neural Network, “Jurnal Sains dan Seni ITS”, Vol.4, No.2, 2015, pp.D-260-D-265.
[2] Ramadhan, R.D., Handayani, S.R., Endang, M.G.W., Analisis Pemilihan Portofolio Optimal dengan Model dan Pengembangan dari Portofolio Markowitz (Studi pada Indeks BISNIS-27 di Bursa Efek Indonesia periode 2011-2013), “Jurnal Administrasi Bisnis”, Vol.14, No.1, September 2014, pp.1-10.
[3] Chandra, R., Analisis Pemilihan Saham oleh Investor Asing di Bursa Efek Indonesia, “Jurnal Ilmu Administrasi dan Organisasi”, Vol.17, No.2, Mei-Agustus 2010, pp.101-113.
[4] Tambunan, A.P., Menilai Harga Wajar Saham, Boston: Elex Media Komputindo, 2007.
[5] Dermadji, T. dan Hendry M.F., Pasar Modal di Indonesia, Jakarta: Salemba Empat, 2006.
[6] Dhita A, Wulandari, Analisis Faktor Fundamental Terhadap Harga Saham Industri Pertambangan dan Pertanian di BEI, “Jurnal Akuntansi dan Keuangan”, Oktober 2009.
[7] Levitin, A., Introduction to the Design & Analysis of Algorithms, Boston: Pearson Addison Wesley, 2007.
[8] Wicaksana, A., Implementasi Algoritma Dynamic Programming untuk Multiple Constraints Knapsack Problem (Studi Kasus: Pemilihan Media Promosi di UMN), “Jurnal UII”, Juni 2013.
INKOM, Vol. 10, No. 1, September 2016: 09-18
Modul Antena dengan Susunan
Uniform
untuk Sistem Antena Radar Generasi Kedua
Antenna Module with Uniform Array
for 2
ndGeneration Radar Antenna System
Folin Oktafiani , Yussi Perdana Saputera, Yudi Yuliyus Maulana, Yuyu Wahyu
Pusat Penelitian Elektronika dan Telekomunikasi, Lembaga Ilmu Pengetahuan IndonesiaKomplek LIPI Gd 20, Jl Sangkuriang 21/54D, Bandung 40135, Indonesia Email: [email protected]
Abstract
The purpose of this research is to design an antenna module with uniform array for 2nd generation radar antenna system. The designed antenna module comprises of four sub-modules, which are arranged vertically. Each antenna sub-module consists of eight rectangular patches that are arranged horizontally using coaxial feed as the feeding technique located at the center of the sub-module. Each antenna patch is given the same power so that the antenna is uniformly arranged. The antenna module is printed on a duroid material with the εr value of 2.2 and a thickness of
1.57mm. The measurement result shows that antenna module can operate at a frequency of 9.4 GHz with Voltage Standing Wave Ratio (VSWR) less than 1.5. An antenna gain of 20.08dBi can be obtained with a horizontal beamwidth of 10˚ degrees and a vertical beamwidth of 20˚.
Keywords: antenna, module, patch, uniform array, radar
Abstrak
Pada penelitian ini dilakukan perancangan dan fabrikasi modul antena dengan susunan uniform untuk sistem antena radar generasi kedua. Modul antena yang dirancang terdiri dari empat buah sub-modul yang disusun secara vertikal. Sub-modul terdiri dari susunan delapan patch berbentuk persegi yang diatur sejajar ke arah horizontal dengan metode pencatuan coaxial feed pada titik tengah sub-modul. Setiap patch antena diberi daya yang sama sehingga susunan berbentuk uniform (seragam). Antena dicetak pada bahan duroid dengan nilai εr 2,2 dengan ketebalan 1,57 mm. Hasil
pengukuran antena menunjukkan bahwa antena dapat bekerja pada frekuensi 9,4 Ghz dengan nilai VSWR (Voltage Standing Wave Ratio) ≤1,5. Gain antena yang didesain sebesar 20.08 dBi dengan beamwidth horizontal 10˚ dan beamwidth vertikal 20˚.
Kata kunci : antena, modul, patch, susunan uniform, radar
1. Pendahuluan
ISRA (Indonesia Sea Radar) merupakan alat utama sistem pertahanan yang berfungsi sebagai sensor atau alat deteksi khususnya daerah pantai. ISRA dapat digunakan pada kapal perang yang berfungsi sebagai Radar LPI (Low Probability Intercept), yaitu sebuah operasi militer secara senyap sehingga Radar LPI tidak terdeteksi oleh pihak lawan. Salah satu komponen krusial dalam sistem radar adalah sistem antena [1]-[5], jika dianalogikan pada tubuh manusia maka sistem antena sebagai mata yang sangat vital. Sehingga apabila sistem antena bermasalah maka sistem radar secara langsung akan bermasalah.
Received: 19 November 2015; Revised: 17 Juni 2016; Accepted: 31 Mei 2016; Published online: 21 Nov 2016 ©2016 INKOM 2016/16-NO427
DOI: http://dx.doi.org/10.14203/j.inkom.427
Sistem antena generasi pertama ISRA yang telah dikembangkan ditunjukkan pada Gambar 1 dibawah ini.
(a) (b)
Gambar 1. Sistem antena radar generasi pertama
Gambar 2. Satu modul antena pada sistem antena radar generasi pertama
10 • INKOM, Vol. 10 No. 1, September 2016: 09-18
Sistem antena radar generasi pertama mempunyai panjang 160 cm dan lebar 60 cm. Sistem antena radar terdiri dari antena pemancar dan penerima yang bersifat identik.
Antena radar generasi pertama menggunakan antena mikrostrip. Antena mikrostrip merupakan salah satu jenis antena yang mempunyai kelebihan yaitu low profile, ringan, ukuran kecil, fabrikasi mudah dan murah, polarisasi linier maupun sirkuler, bentuknya yang compact sehingga cocok untuk komunikasi bergerak, dan dapat beroperasi pada single, dual maupun multiband [6]-[9].
Antena pemancar dan penerima generasi pertama terdiri dari susunan 8 buah modul antena yang disusun secara horizontal. Modul antena terdiri dari susunan 8 patch antena seperti terlihat pada gambar 2.
Ukuran panjang dan lebar satu modul antena generasi pertama yaitu 57 mm x 190 mm. Bentuk patch yang digunakan berbentuk persegi dengan ukuran 8,75 mm x 8,75 mm yang bersesuaian dengan frekuensi 9,4 GHz. Penggunaan patch
persegi dikarenakan polarisasi yang diinginkan dalam sistem antena adalah polarisasi linier.
Pencatuan dari modul antena generasi pertama menggunakan coaxial feed. Masing masing patch
dihubungkan dengan saluran transmisi pada bagian bawah, kemudian ke delapan patch digabung dengan konfigurasi pencatuan di tengah atau dinamakan center feed [10].
Hasil pengukuran modul antena generasi pertama telah dipaparkan pada [11]. Nilai VSWR modul antena pada frekuensi 9.4181 GHz diperoleh sebesar 1,0207. Hal ini sesuai spesifikasi awal dari antena dengan VSWR kurang dari 1,5. Hasil pengukuran koefisien refleksi pada frekuensi 9.4181 GHz sebesar -37,469 dB. Gain modul antena generasi pertama dengan 8 buah patch
sebesar 15,45 dB. Beamwidth horizontal dan vertikal modul antena generasi pertama yaitu 10˚ dan 106.6˚.
Untuk mempersempit beamwidth vertikal antena agar sesuai dengan spesifikasi yang diinginkan yaitu 20˚ maka antena generasi pertama menggunakan reflektor dibagian belakang antena. Penambahan reflektor tersebut juga berpengaruh meningkatkan gain antena [12].
Salah satu permasalahan Radar ISRA generasi pertama adalah sistem antena yang terlalu lebar dan berat karena adanya reflektor berbahan plat aluminium dibagian belakang antena sehingga akan dibutuhkan motor dengan konsumsi daya yang lebih besar sehingga akan menambah biaya komponen.
Untuk mengatasi masalah tersebut maka pada makalah ini dipaparkan tentang desain suatu modul antena untuk sistem antena radar generasi kedua
yang mempunyai performansi yang sama atau lebih baik dari sistem antena radar generasi pertama. Modul antena ini didesain untuk mempunyai nilai gain yang tinggi sehingga tidak memerlukan reflektor sebagai peningkat gain
antena. Desain antena generasi kedua ini masih sama dengan generasi antena pertama yaitu tetap dengan menggunakan teknologi mikrostrip. Untuk meningkatkan gain dalam satu modul antena maka dilakukan penyusunan patch antena secara horizontal dan vertikal sehingga dengan banyaknya
patch yang terdapat pada modul antena maka akan meningkatkan gain antena. Penyusunan patch
secara horizontal dan vertikal juga dapat meningkatkan performansi beamwidth antena.
2. Desain Antena
Perancangan patch antena berbentuk persegi menggunakan persamaan di bawah ini untuk menentukan lebar patch (W) optimum [13]:
1
2
2
rfr
c
W
r merupakan konstanta dielektrik / relative
permittivity dari substrat, c adalah kecepatan cahaya dalam ruang bebas sebesar 3.108 m/s dan fr adalah frekuensi kerja dari antena yang didesain. Dengan memperhitungkan pengaruh medan limpahan pada sisi yang meradiasi, panjang fisik (L) antena dapat ditentukan dengan cara:
L fr c L eff 2 2
Dimana :effadalah konstanta dielektrik efektif, yakni:
W h r r eff 12 1 1 2 1 2 1
ΔL adalah besarnya medan limpahan gelombang elektromagnet dari patch, yakni:
) 8 . 0 )( 258 . 0 ( ) 264 . 0 )( 3 . 0 ( 412 . 0 h W h W h L eff eff
h h W h W L eff eff ) 8 . 0 )( 258 . 0 ( ) 264 . 0 )( 3 . 0 ( 412 . 0
Dimana: h = tebal substrat (mm), W = lebar patch (mm). (1) (2) (3) (4)Modul Antena dengan Susunan Uniform....: F. Oktafiani, Y. P. Saputera, Y. Y. Maulana, Y. Wahyu • 11 Gambar 3. Geometri sub-modul antena
Patch yang digunakan dalam modul antena berbentuk persegi dengan ukuran 8,75 x 8,75 mm dengan jarak antar patch dalam satu sub-modul 1,475 mm dan jarak vertikal antar sub-modul 1,425 mm. Geometri sub-modul antena ditunjukkan pada Gambar 3. Panjang dan lebar patch tersebut diperoleh dari hasil optimasi simulasi dengan ukuran awal berdasarkan perhitungan rumus tersebut diatas. Ukuran saluran transmisi yang menghubungkan antena patch satu dan lainnya dalam satu sub-modul yaitu panjang 3,4 mm, sehingga menghasilkan fasa 80 rad, dan lebar 0.8 mm sehingga menghasilkan impedansi 70.71 ohm. Karakteristik pencatu yang digunakan mempunyai impedansi 50 ohm sehingga ditambahkan penyesuai impedansi yang terletak di tengah sub-modul dengan ukuran panjang 3,4mm dan lebar
1,2 mm. Dengan ukuran tersebut akan menghasilkan impedansi 50 ohm sehingga bersesuaian dengan karakteristik pencatu.
Satu modul terdapat empat baris sub-modul berupa susunan delapan patch secara horizontal, sehingga dalam satu modul terdapat 32 patch. Panjang satu modul antena adalah 188,96 mm dan lebar 22,25 mm. Gambar satu modul antena ditunjukkan pada Gambar 4. Dalam satu modul antena terdiri dari empat buah pencatu yang berfungsi sebagai sumber pencatu untuk tiap-tiap sub-modul. Teknik pencatuan dilakukan dengan metode coaxial feed dimana pencatuan dilakukan dari bagian groundplane antena yang kemudian menembus melalui substrat untuk terhubung dengan patch antena di bagian atas.
Gambar 4. Geometri modul antena
3. Fabrikasi Antena
Proses pencetakan antena dimulai dengan membuat film revro yang sesuai dengan desain antena yang telah kita buat, kemudian film tersebut disablon diatas substrat yang akan kita gunakan, langkah selanjutnya yaitu merendam substrat tersebut ke dalam larutan FeCl atau dikenal dengan istilah proses etching selama beberapa menit, hasil proses etching dibersihkan menggunakan air untuk menghilangkan sisa sisa larutan FeCl yang menempel pada substrat, sedangkan sisa sisa sablon yang menempel pada substrat dibersihkan dengan menggunakan larutan tertentu. Untuk mencegah kerusakan patch maka ditambahkan lapisan perak pada bagian patch dan groundplane. Modul antena yang telah difabrikasi dapat dilihat pada gambar 5 berikut ini
(a)
(b)
Gambar 5. Gambar fabrikasi modul antena (a). Tampak depan, (b). Tampak belakang
12 • INKOM, Vol. 10 No. 1, September 2016: 09-18
Agar bekerja dengan maksimal maka modul modul yang sudah tersusun array tersebut harus terhubung menjadi satu untuk diberi umpan dengan sinyal masukan utama. Sebagai penghubung antar modul digunakan power divider/combiner 4:1. Power divider/combiner 4:1 terdiri dari empat input dan satu output pada sisi penerima dan satu input dan empat output pada sisi pengirim. Kabel semirigid digunakan sebagai penghubung antara pencatu dengan in/out combiner 4:1. Untuk menjaga agar jarak antar kabel semirigid tidak berubah digunakan penyangga seperti terlihat pada Gambar 6.
Gambar 6. Intalasi power divider/combiner pada modul antena
4. Pengukuran dan Analisis
4.1. Pengukuran Koefisien Refleksi/VSWR Antena
Pengukuran antena dilakukan di laboratorium PPET. Untuk mengukur koefisien refleksi dan VSWR, alat yang digunakan adalah Network Analyzer, merek AdvantestR 3770 300 KHz – 20 GHz yang mempunyai kemampuan mengukur karakteristik antena dari frekuensi 300 KHz sampai dengan 20 GHz. Sebelum dilakukan pengukuran, Network Analyzer beserta kabel
koaxial yang dipergunakan harus dikalibrasi dengan calibration kit yang tersedia sehingga efek redaman kabel yang dipergunakan tidak diperhitungkan dalam pengukuran. Proses kalibrasi hanya dilakukan terhadap port 1 mengingat yang diukur hanya karakteristik koefisien refleksi dan VSWR antena. Langkah kalibrasi ini sangat penting untuk mendapatkan nilai validitas pengukuran sebaik mungkin. Kemudian langkah selanjutnya adalah sebagai berikut:
1. Hubungkan antena AUT (antena under test) ke
port 1 Network Analyzer. Konfigurasi pengukuran koefisien refleksi dan VSWR dapat dilihat pada Gambar 7.
Gambar 7. Konfigurasi pengukuran koefisien refleksi dan VSWR
2. Tampilkan masing-masing parameter yang ingin diketahui melalui tombol format.
3. Pada monitor Network Analyzer akan muncul respon koefisien refleksi danVSWR sebagai fungsi dari frekuensi.
4. Simpan hasil pengukuran.
Hasil Pengukuran koefisien refleksi dan VSWR satu sub-modul antena dapat dilihat pada Gambar 8 dan 9 berikut ini.
Modul Antena dengan Susunan Uniform....: F. Oktafiani, Y. P. Saputera, Y. Y. Maulana, Y. Wahyu • 13 Gambar 9. Hasil pengukuran VSWR sub-modul antena
Gambar 10. Hasil pengukuran koefisien refleksi satu modul antena
Gambar 11. Hasil pengukuran VSWR satu modul antena
Gambar 8 dan 9 merupakan hasil pengukuran koefisien refleksi dan VSWR sub-modul antena. Hasil pengukuran menunjukkan antena memiliki nilai koefisien refleksi yang bagus yaitu di bawah -15 dB pada frekuensi 9,4 GHz yaitu -17,025 dB. Gambar 9 menunjukkan bahwa desain antena memiliki frekuensi operasi 9,356-9,517 GHz dengan nilai VSWR kurang dari 1,5 sehingga
bandwidth dari antena desain 161 MHz. Sistem radar dirancang untuk beroperasi pada 9,4 GHz frekuensi. Dari hasil pengukuran menunjukkan bahwa antena telah dirancang sesuai dengan spesifikasi yang diinginkan yaitu pada frekuensi
9,4 GHz sub-modul antena memiliki nilai VSWR sebesar 1,327.
Pengukuran dari empat antena sub-modul yang telah digabungkan dengan menggunakan power combiner/divider juga diperlukan untuk memastikan proses penggabungan antena dengan menggunakan power combiner/divider tidak mempengaruhi nilai koefisien refleksi dan antena VSWR. Hasil pengukuran koefisien refleksi dan VSWR dari modul antena ditunjukkan pada Gambar 10 dan 11. Dari gambar dapat dilihat pengukuran hasil dari koefisien refleksi antena dan VSWR masih sesuai dengan spesifikasi yang diinginkan yaitu antena mempunyai nilai VSWR kurang dari 1,5 untuk frekuensi kerja 9,4 GHz.
14 • INKOM, Vol. 10 No. 1, September 2016: 09-18
Hasil pengukuran koefisien refleksi satu modul antena pada frekuensi 9,4GHz diperoleh sebesar -16,174 dB yang ditunjukkan pada Gambar 10. Sedangkan nilai VSWR dari satu modul antena pada frekuensi operasi 9,4 GHz yaitu 1,367 seperti ditunjukkan pada Gambar 11. Hal ini menunjukkan bahwa penambahan power combiner/divider tidak berpengaruh pada kinerja antena.
4.2. Pengukuran Gain
Metode pengukuran gain ada 2 macam yaitu pengukuran absolute dan pengukuran dengan pembanding. Untuk pengukuran dengan pembanding diperlukan antena pembanding dan juga estimasi gain. Antena yang sering digunakan sebagai referensi adalah antena dipole λ/2 dan antena corong piramida (horn) [14].
Pengukuran gain yang dilakukan pada penelitian ini menggunakan metode pembanding yaitu dengan menggunakan antena horn sebagai
antena referensi. Port 1 dari Signal Generator
dihubungkan ke Antena Sumber sebagai
Transmitter (Tx) dan Port 2 pada Spectrum Analyzer dihubungkan ke modul antena dan antena referensi yang bertindak sebagai receiver (Rx). Konfigurasi pengukuran gain dapat dilihat pada Gambar 12. Jarak minimum medan jauh antara antena pengirim dan antena penerima dalam proses pengukuran gain dinyatakan dalam rumus sebagai berikut (14):
2 min2D
r
Dimana: minr
= jarak minimum pemancar dengan penerimaD = dimensi terbesar dari antena
= panjang gelombang(a)
(b)
Gambar 12. Konfigurasi pengukuran gain (a). Modul Antena sebagai penerima, (b). Antena referensi sebagai penerima (5)
Modul Antena dengan Susunan Uniform....: F. Oktafiani, Y. P. Saputera, Y. Y. Maulana, Y. Wahyu • 15 Tabel 1. Hasil pengukuran gain satu modul antena
No Daya Terima Max AUT (dBm)
Daya Terima Max Referensi (dBm) 1. -36.25 -47.27 2. -36.46 -46.01 3. -36.12 -47.38 4. -35.31 -47.81 5. -36.11 -46.68 6. -36.02 -47.25 7. -36.54 -47.05 8. -36.61 -48.22 9. -35.27 -47.19 10. -36.43 -47.06 Average -36.112 -47.192 Gain (dBi) 20.08
Hasil pengukuran gain antena ditunjukkan pada Tabel 1. Pengukuran Gain dilakukan dengan membandingkan penerimaan daya maksimum antena radar dengan penerimaan daya maksimum antena referensi. Pengukuran menggunakan antena
horn sebagai antena referensi dengan frekuensi 9.4 GHz, sehingga pengukuran gain antena yang diuji dapat dihitung dengan persamaan sebagai berikut:
)
(
)
(
)
(
)
(
dBi
Pa
dBm
Ps
dBm
Gs
dBi
Ga
dimana:Pa (dBm) = Daya Terima Max AUT (dBm) Ps (dBm) = Daya Terima Max Referensi (dBm) Gs (dBi) = Gain antena referensi
Untuk mendapatkan hasil yang akurat, pengukuran penerimaan daya maksimum dilakukan sebanyak sepuluh kali, kemudian diambil nilai rata-rata masing-masing daya yang diterima pada antena radar dan antena referensi, selanjutnya dari nilai rata-rata dapat dihitung Gain
antena radar. Hasil pengukuran gain satu modul antena adalah 20,08 dBi.
4.3. Pengukuran Pola Radiasi Antena
Pola radiasi antena merupakan gambaran dari itensitas pancaran antena sebagai fungsi koordinat bola (Φ,θ). Pola radiasi diperoleh dengan membuat pola elevation (Φ tetap, θ variabel) atau pola
azimuth (Φ variabel, θ tetap).
Pada pengukuran pola radiasi digunakan antena
horn sebagai pemancar dan antena under test
sebagai penerima. Antena pemancar dihubungkan dengan signal generator sedangkan antena penerima dihubungkan dengan spectrum analyzer.
Berikut ini adalah gambar setup pengukuran pola radiasi.
Gambar 13. Konfigurasi pengukuran pola radiasi (6)
16 • INKOM, Vol. 10 No. 1, September 2016: 09-18
(a). (b).
Gambar 14. Hasil pengukuran pola radiasi satu modul antena (a). beamwidth azimuth, (b). beamwidth elevation
Pengukuran satu modul antena menghasilkan pola radiasi seperti ditunjukkan pada Gambar 14. Gambar 14.(a) adalah beamwidth azimuth
(horizontal) dari satu modul antena yaitu sebesar 10˚ pada -3 dB, dan Gambar 14.(b) adalah
beamwidth elevation (vertikal) dari satu modul antena yaitu sebesar 20˚ pada -3 dB.
5. Analisis
Karakteristik modul antena generasi kedua telah dipaparkan pada pembahasan 4. Berdasarkan hasil pengukuran maka perbandingan performansi antara modul antena generasi pertama dan generasi kedua dapat dilihat pada Tabel 2 berikut ini. Tabel 2. Perbandingan performansi modul antena
Parameter Generasi I Generasi II Dimensi (p x l) 57 x 190 89 x 188.96 Jumlah Patch 8 buah 32 buah
VSWR 1,0207 1.367 Koefisien Refleksi -37,469dB -16.174dB Gain 15.4dB 20.08dB Beamwidth Horizontal 10˚ 10˚ Beamwidth Vertikal 106.6˚ 20˚
Lebar modul antena generasi pertama dan kedua mempunyai ukuran yang hampir sama yaitu 190mm, hal ini disebabkan karena masing - masing modul antena terdiri dari 8 buah patch
yang disusun secara horizontal. Panjang modul antena generasi pertama berkisar dua pertiga dari panjang modul antena generasi kedua. Penambahan panjang modul antena generasi kedua merupakan kompensasi dari adanya susunan antena secara vertikal.
Jumlah patch modul antena generasi kedua empat kali lipat dari generasi pertama yaitu
sebanyak 32 buah. Tujuan dari penambahan patch
pada arah vertikal untuk memperkecil beamwidth
vertikal dan juga untuk meningkatkan gain.
Nilai VSWR modul antena generasi pertama dan kedua menunjukkan bahwa antena memenuhi spesifikasi desain antena untuk radar yaitu dibawah 1,5 atau sebanding dengan nilai koefisien refleksi -14 dB. VSWR dan koefisien refleksi modul antena generasi pertama menunjukkan nilai yang lebih baik, namun merupakan pengukuran pada frekuensi 9,4181 GHz. Hal ini menunjukan modul antena generasi pertama mengalami pergeseran frekuensi operasi dari spesifikasi yang diinginkan yaitu frekuensi kerja 9,4 GHz.
Gain modul antena generasi kedua yaitu 20,08 dB, hal ini disebabkan karena dengan menyusun antena secara array dapat meningkatkan gain
antena. Penambahan gain antena dengan menyusun antena secara array yaitu 10logN, dimana N merupakan jumlah patch antena yang digunakan, sehingga peningkatan gain antena berbanding lurus secara logaritmik dengan jumlah
patch yang disusun array. Modul antena sistem antena radar generasi pertama menghasilkan gain
sebesar 15,45 dB sehingga modul antena sistem antena radar generasi kedua yang didesain mempunyai gain yang lebih tinggi ±5 dB.
Delapan patch yang tersusun secara horizontal pada modul antena generasi pertama dan kedua menghasilkan beamwidth horizontal yang sama yaitu 10˚. Perbedaan signifikan dapat dilihat pada
beamwidth vertikal antena. Dengan menambahkan susunan antena secara vertikal pada modul antena generasi kedua terbukti menghasilkan beamwidth
vertikal lima kali lebih sempit dibandingkan modul antena generasi pertama.
