3.5 Perancangan Data
3.5.1 Perancangan Masukan 3.5.1.1 Perancangan Masukan Untuk Algoritma LVQ
Adapun penetapan masukan jaringan syaraf tiruan untuk memprediksi nilai saham adalah:
1. X1 Earning After Tax 2. X2 Number Of Share
3. X3 Reg. Closing Price 4. X4 Book Value Per Share
5. X5 Leverage 6. X6
Owner‟s Equity 7. X7 Net Income
8. X8 Total Asset 9. X9 Equity
10. X10 Income 11. X11 Total Sales
3.5.1.2 Perancangan Masukan Untuk Algoritma WP Adapun penetapan masukan jaringan sistem pendukung keputusan untuk mengurutkan
rangking alternatif perusahaan adalah : 1. W1 Harga Perlembar Saham
2. W2 Profit 3. W3 Resiko
4. W4 Jangka Investasi
3.5.2 Perancangan Keluaran 3.5.2.1 Perancangan Keluaran Algoritma LVQ
Adapun penetapan keluaran untuk hasil prediksi nilai saham adalah sebagi berikut : 1. Y1 Nilai Saham Naik
2. Y2 Nilai Saham Turun
3.5.2.2 Perancangan Keluaran Algoritma WP Adapun penetapan keluaran untuk mengurutkan rangking alternatif perusahaan
adalah:
1. Y3 Urutan Perangkingan Alternatif Perusahaan
Universitas Sumatera Utara
3.6 Perancangan Antarmuka
Sistem pemilihan perusahaan untuk tempat berinvestasi ini dirancang menggunakan bahasa pemrograman Matlab R2012b. Perancangan antarmuka ini bertujuan untuk
mempermudah user dalam mengoperasikan sistem. Sehingga user dapat dengan mudah memahami cara dan guna pengoperasian sistem.
3.6.1 Antarmuka Home Antarmuka home sistem merupakan tampilan utama ketika sistem dijalankan.
Rancangan antarmuka awal pada sistem ini dapat dilihat pada Gambar 3.13.
Gambar 3.13 Antarmuka Menu Home Keterangan :
1. Menu Home Berfungsi untuk tampilan awal dari sistem.
2. Menu LVQ Berfungsi untuk menuju antarmuka Pelatihan Dan Pengujian LVQ
3. Menu WP Berfungsi untuk menuju antarmuka perangkingan WP
4. Menu Help Berfungsi untuk menampilkan halaman berisi informasi bantuan untuk
menjalankan sistem.
Universitas Sumatera Utara
5. Menu Exit Berfungsi untuk keluar langsung dari sistem
6. Textfield Judul Berfungsi untuk menampilkan judul skripsi
7. Axes Logo Berfungsi untuk menampilkan gambar logo fakultas
8. Textfield Nama Berfungsi untuk menampilkan nama pembuat sistem
3.6.2 Antarmuka Pelatihan LVQ
Gambar 3.14 Antarmuka Pelatihan Metode LVQ Keterangan:
1. Textfield Judul Berfungsi menampilkan judul halaman pelatihan
2. Pop-up menu Nama Perusahaan Berfungsi sebagai list menu yang menampilkan nama-nama perusahaan yang
tersedia 3. EditBox Laporan Keuangan
Berfungsi untuk megambil nilai laporan keuangan melalui input user
Universitas Sumatera Utara
4. EditBox Nilai Saham
Untuk menampung nilai saham sesuai dengan input user. 5. Tombol Reset
Berfungsi untuk mengembalikan keadaan edit box seperti semula sebelum diisi
6. Tombol Save Berfungsi untuk menyimpan data laporan keuangan dan nilai saham
kedalam .xlsx 7. Tombol Latih
Berfungsi untuk melatih jaringan LVQ
3.6.3 Antarmuka Pengujian LVQ
Gambar 3.15 Antarmuka Pengujian Metode LVQ Keterangan:
1. Textfield Judul Berfungsi menampilkan judul halaman pengujian
2. Pop-up menu Nama Perusahaan Berfungsi sebagai list menu yang menampilkan nama-nama perusahaan yang
tersedia
Universitas Sumatera Utara
3. Edit Box Laporan Keuangan Berfungsi untuk megambil nilai laporan keuangan melalui input user
4. Tombol Reset Berfungsi untuk mengembalikan keadaan edit box seperti semula sebelum
diisi 5. Tombol Hasil
Berfungsi untuk memproses pengujian data input dengan lvq 6. Text Field Nilai Saham
Berfungsi untuk menampilkan hasil uji data, termasuk kedalam kelas nilai saham yang mana
7. Text Field Perubahan Harga Saham Berfungsi untuk menampilkan perkiraan harga saham
8. Text Field Deviden
Berfungsi untuk menampilkan deviden yang diberikan peusahaan terhadap investor
9. Text Field Resiko
Berfungsi untuk menampilkan persen resiko dalam penurunan harga saham 10.
Text Field Jangka Waktu Berfungsi menampilkan prediksi jangka waktu yang tepat untuk kembali
menjual saham
Universitas Sumatera Utara
3.6.4 Antarmuka Proses WP
Gambar 3.16 Antarmuka Proses WP Keterangan:
1. Textfield Judul Berfungsi menampilkan judul proses wp
2. Edit Box Bobot Kriteria Berfungsi sebagai tempat untuk menginput Prioritas bobot kriteria user dalam
berinvestasi 3. Tombol Reset
Berfungsi untuk mengembalikan kondisi Edit box 4. Tombol Proses
Berfungsi untuk melakukan proses perangkingan alternatif perusahaan 5. ListBox Rangking Alternatif
Untuk menampilkan hasil urutan perangkingan
Universitas Sumatera Utara
3.6.4 Antarmuka Help
Gambar 3.17 Antarmuka Help Keterangan :
1. Panel Help Berisi judul halaman
2. ListBox Help Berfungsi untuk menampilkan informasi bantuan penggunaan sistem.
3.6.5 Antarmuka Konfirmasi Keluar
Gambar 3.18 Antarmuka Konfirmasi Exit Keterangan :
1. Textfield Pertanyaan Berisi pertanyaan „Apakah Anda Ingin Keluar?‟
2. Tombol Ya Berfungsi menjawab Ya pada konfirmasi keluar.
2. Tombol Tidak Berfungsi menjawab Tidak pada konfirmasi keluar.
Universitas Sumatera Utara
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi Sistem
Pada tahap implemtasi sistem pemilihan perusahaan tempat berinvestasi berdasarkan prediksi nilai saham perusaahaan ditahun mendatang, dibangun dengan program
Matlab 2012 serta Microsofft Excel 2007 sebagai tempat penyimpanan database. Penulis membangun sistem dengan membuat 4 form yang terdiri dari form beranda,
form latih LVQ, form uji LVQ, dan form prosesWP.
4.1.1 Tampilan Antarmuka Sistem Sistem pemilihan perusahaan sebagai tempat berinvestasi ini diimplementasikan
dalam beberapa tampilan antarmuka yang terdiri dari : antarmuka home, antarmuka pelatihan dan pengujian LVQ, antarmuka proses perrangkingan WP, dan antarmuka
help. 4.1.1.1 Antarmuka Home Sistem
Antarmuka Home adalah form yang menampilkan tampilan depan dari sistem ini. Form home berisi menu dan sub-menu, keterangan judul skripsi, logo universitas,
nama dan nim penulis. Menu-menu pada sistem terdiri dari : Home, LVQ terdapat dua sub-menu yaitu pelatihan dan pengujian, WP, Help, dan Exit. Berikut tampilan form
home. Tampilan antarmuka beranda ditunjukkan pada Gambar 4.1
Universitas Sumatera Utara
Gambar 4.1 Menu Home Sistem
4.1.1.2 Antarmuka Pelatihan LVQ
Pada form pelatihan LVQ ini terdapat 22 editbox sebagai tempat input data laporan keuangan. Terdapat juga tombol reset, tombol save, dan tombol latih LVQ, serta
textfield untuk memasukkkan prediksi nilai saham.
Gambar 4.2 Pelatihan LVQ
Keterangan proses pelatihan LVQ adalah sebagai berikut :
Universitas Sumatera Utara
Pada Gambar 4.2, ditunjukkan bahwa perusahaan yang akan dilatih untuk diprediksi nilai sahamnya adalah PT.Akasha Wira International. Kemudian data
laporan keuangan Data terlampir perusahaan tersebut dimasukkan, dan di proses dengan perhitungan seperti berikut :
Tabel 4.1 Parameter Penentu Nilai Saham Dari Laporan Keuangan
Tabel 4.1 menunjukkan data dari laporan keuangan PT. Angkasa Wira International, dimana data-data tersebut yang digunakan sebagai parameter untuk memrpediksi nilai
saham. Dengan analisis laporan keuangan, maka nilai 11 parameter pada tabel 4.1 akan
diubah menjadi 7 parameter yang memperngaruhi nilai saham sebagai berikut : - Untuk tahun A year Before
1. Earning Per Share = Earning After TaxNumber Of Share
= 766,631,000591,940,000 = 1,2997
2. Price Earning Ratio = Reg. Closing PriceEarning Per Share
= 1,9201,2997 = 1477,38
3. PriceBook Value = Reg.Closing PriceBook Value Per Share
= 19201000 = 1.92
4.Debt To Equity Ratio = LeverageOwner‟s Equity
= 179,972,000209,122,000 = 0,86
5. Return Of Investment = Net IncomeTotal Asset
= 83,376,000389,094,000 = 0.22
6. Return Of Equity = Net IncomeEquity
= 83,376,00092,865,500 = 0.898
7. Profit Margin = IncomeTotal Sales
= 86,408,000476,638,000 = 0.18
Parameter a year before
this year Earning After Tax
766,631,000 591,940,000
Number Of Share 589,896,800
589,896,800 Reg. Closing Price
1920 2000
Book Value Per Share 1000
1000 Leverage
179,972,000 179,972,000
Owners Equity 209,122,000
264,778,000 Net Income
83,376,000 83,376,000
Total Asset 389,094,000
441,064,000 Equity
92,865,000 88,025,000
Income 86,408,000
476,638,000 Total Sales
476,638,000 502,524,000
Universitas Sumatera Utara
dengan cara yang sama, maka diperoleh nilai parameter un tuk tahun „this year‟.
Kemudian nilai antara tahun „this year‟ dan „a year before‟ dibandingkan, dengan
kondisi, jika nilai data pada „this year‟ lebih besar atau samadengan „a year before‟,
maka dihasilkan bobot 1. Dan dihasilkan bobot 0 untuk kondisi sebaliknya. Seperti ditunjukkan pada Tabel 4.2.
Tabel 4.2 Hasil Analisis Laporan Keuangan Rumus Hal.20
Tabel 4.3 Bobot Masing-Masing Kelas Target
Tabel 4.3 menunjukkan bobot masing-masing target kelas yang digunakan pada pelatihan LVQ. Terdapat 2 jenis nilai saham, yaitu naik dan turun, yang masing-
masing dibagi menjadi 3 kelas nilai saham naik dan 4 nilai saham turun. Penentuan kelas-kelas ini berdasarkan atas pola bobot yang diperoleh dari perhitungan analisis
laporan keuangan. Semakin banyak nilai 0 pada bobot, maka dilatih dengan mengelompokkan bobot itu kedalam nilai saham turun anatara 1-4, tergantung
banyaknya nilai 0, begitu juga sebaliknya terhadap nilai 1, akan dikelompokkan kedalam nilai saham turun antara 1-3, tergantung banyaknya nilai 1.
Parameter a year before
this year Bobot
Earning Per Share 1.299601896
1.003463657 Price Earning Ratio
1477.375499 1993.096598
1 PriceBook Value
1.92 2
1 Debt To Equity Ratio
0.860607684 0.679709039
Return Of Investment 0.21428241
0.189033791 Return Of Equity
0.897819415 0.947185459
1 Profit Margin
0.181286427 0.948488032
1
K o
n d
is i S
a h
a m
E a
rn in
g P
e r
S h
a re
P ri
ce E
a rn
in g
R a
ti o
P ri
ce B
o o
k V
a lu
e
D e
b t
T o
E q
u it
y R
a ti
o
R e
tu rn
O f
In v
e st
me n
t
R e
tu rn
T o
E q
u it
y
P ro
fi t
M a
rg in
Nilai Saham Naik 1 1
1 1
1 1
1 1
Nilai Saham Naik 2 1
1 1
1 1
Nilai Saham Naik 3 1
1 1
1 Nilai Saham Turun 1
1 1
1 Nilai Saham Turun 2
1 1
1 1
Nilai Saham Turun 3 1
1 1
Nilai Saham Turun 4
Universitas Sumatera Utara
4.1.1.3 Antarmuka Pengujian LVQ
Pada form pengujian LVQ ini terdapat juga 22 editbox untuk input data laporan keuangan untuk diuji prediksi nilai nya. Juga terdapat tombol reset dan tombol hasil,
serta textfield yang berisi hasil nilai saham, prediksi perubahan harga saham, dividen, resiko, dan jangka investasi.
Gambar 4.3 Pengujian LVQ Setelah Dikenali
Pada proses pengujian LVQ, perusahaan yang diuji juga adalah PT. Akasha Wira International. Sesuai dengan perhitungan pada tabel 4.1, dan bobot yang
diperoleh pada tabel 4.2, maka hasil pengujian ini menunjukkan bahwa PT.Akasha Wira International termasuk perusahaan yang nilai sahamnya akan naik dimasa
medatang. Seperti juga yang ditunjukan pada tabel 4.3, bahwa bobot yang diperoleh dari proses pelatihan termasuk kedalam kelas nilai saham naik. Kemudian hasil
prediksi perubahan harga saham perusahaan dalam persen diperoleh dengan menggunakan rumus 6.
Hst – HsoHso = 2000 – 19201920 = 0,041
Universitas Sumatera Utara
deviden adalah keuntungan perbulan perusahaan perusahaan yang dibagikan kepada investor, diperoleh dari data laporan keuangan. Resiko adalah besar resiko
kemungkinan perusahaan akan jatuh, didapatkan dari data laporan keuangan, yaitu dengan melihat ratio hutang dengan total kepemilikan. Sedangkan jangka investasi
adalah jangka investasi yang baik untuk menjual kembali saham yang dimiliki, dilihat dari pergerakan harga saham pertahun.
4.1.1.4 Antarmuka Proses Perangkingan WP Form proses perangkingan WP ini berisi 4 editbox untuk input bobot kriteria sesuai
prioritas user, tombol reset, dan tombol proses, serta listbox untuk menampilkan hasil urutan alternatif perusahaan.
Gambar 4.4 Proses Perangkingan Alternatif Dengan WP
Form WP berfungsi untuk merangking alternatif perusahaan yang ada pada sistem, setelah terlebih dahulu di filter pada proses LVQ sehingga hanya perusahaan
yang masuk kedalam kelas yang nilai sahamnya diramalkan akan naik pada masa mendatang yang masuk ke dalam proses WP. Proses ini dimulai dengan memasukkan
nilai kriteria investasi dari investor sesuai dengan prioritas mereka pada editbox yang tersedia, kemudian klik tombol Proses. Algoritma ini akan memproses masukan user
Universitas Sumatera Utara
dengan mencarikan alternatif yang sesuai atau mendekati selera investor. Proses perangkingan menggunakan metode WP diterangkan sebagai berikut :
Tabel 4.4 Bobot Kriteria Setiap Alternatif Perusahaan Data Terlampir
Tabel 4.5 Normalisasi Bobot Prioritas
Diberikan bobot = 20,40,10,20, kemudian dilakukan normalisasi bobot. Normalisasi adalah proses membuat nilai dari gup data kedalam skala minimum 0 dan maksimal
1. Sehingga integralnya berjumlah 1. Seperti pada Tabel 4.5
Alternatif C1
C2 C3
C4 Bantoel International Investma
570 946.87
1 Gudang Garam
42000 1000
72.59 5
Handjaya Mandala Sampoerna 630
24 0.17
5 kedawung Setia Industrial
2000 1562
141.54 2
PT Akasha Wira International 2000
20 0.67
4 PT Delta Djakarta
380000 277
28.56 1
PT Indofarma 153
119.28 3
PT Indofood CBP Sukses Makmur 10200
169 0.6
1 PT Kalbe Farma
1250 19
7.01 3
PT Kimia Farma 590
2.55 52.7
5 PT Merck
189 6.25
0.36 3
PT Multi Bintang Indonesia 1200
9.5 80
2 PT Nippon Indosari Corporindo
1020 36.83
1.32 3
PT Pyridam Farma 148
56 5
PT Sekar Bumi 480
5.8 1.5
4 PT Sekar Laut
180 3
116.3 5
PT Tempo Scan Pasifiic 3250
75 40
2 PT Tiga Pilar Sejahtera Food
1430 8
0.53 4
PT Ultrajaya Milk Industri and Trading Company 4500 39.52
3 Wismilak Inti Makmur
670 3.6
0.6 5
W Normalisasi
Wbaru 20
2020+40+10+20 0.222222222
40 4020+40+10+20
0.444444444 10
1020+40+10+20 0.111111111
20 2020+40+10+20
0.222222222
Universitas Sumatera Utara
Tabel 4.6 Perhitungan Vektor S dan Vektor V setiap alternatif
Proses perangkingan menggunakan WP dimulai dengan pemberian nilai kriteria setiap alternatif seperti pada Tabel 4.4, yang mana pada penelitian ini nilai didapatkan dari
laporan keuangan setiap perusahaan data terlampir. Kemudian, bobot prioritas terhadap masing-masing kriteria di normalisasi Tabel 4.5. Kemudian dicari Vektor
Si untuk setiap alternatif dengan cara mengalikan hasil pangkat setiap nilai kriteria dengan bobot. Kemudian mencari preferensi untuk perangkingan yaitu Vektor Vi.
Diperoleh dengan cara membagikan setiap vektor Si dengan jumlah Vektor Si. Maka diperolehlah urutan perangkingan. Dalam percobaan dengan bobot
20,40,10,20, diperoleh 3 urutan perusahaan teratas : Gudang Garam, PT. Delta Djakarta, dan Kedaung Setia Industrial, dengan nilai Vektor V masing-masing :
0.359069709, 0.208744641, 0.195534814. diperoleh dengan perhitungan sebagai berikut:
- Gudang Garam Si
= 42000.2210000.4472.590.1150.22 = 528.21
Vi = SiJumlah Si
= 528.211471,07 = 0.359
- Dengan cara yang sama, maka diperoleh hasil seperti Tabel 4.6
Alternatif C1
C2 C3
C4 Vektor S
Vektor V Bantoel International Investma
5700.22 946.870.11
10.22 Gudang Garam
420000.22 10000.44
72.590.11 50.22
528.2175429 0.359069709
Handjaya Mandala Sampoerna 6300.22
240.44 0.170.11
50.22 20.19872184
0.01373061 kedawung Setia Industrial
20000.22 15620.44
141.540.11 20.22
287.6458705 0.195534814
PT Akasha Wira International 20000.22
200.44 0.670.11
40.22 26.68479447
0.018139688 PT Delta Djakarta
3800000.22 2770.44 28.560.11
10.22 307.0784826
0.208744641 PT Indofarma
1530.22 119.280.11
30.22 PT Indofood CBP Sukses Makmur
102000.22 1690.44
0.60.11 10.22
71.83267603 0.048830143
PT Kalbe Farma 12500.22
190.44 7.010.11
30.22 28.61098259
0.019449065 PT Kimia Farma
5900.22 2.550.44
52.70.11 50.22
13.90171479 0.009450055
PT Merck 1890.22
6.250.44 0.360.11
30.22 8.247685202
0.00560658 PT Multi Bintang Indonesia
12000.22 9.50.44
800.11 20.22
24.95492801 0.016963766
PT Nippon Indosari Corporindo 10200.22
36.830.44 1.320.11
30.22 30.48537332
0.020723231 PT Pyridam Farma
1480.22 560.11
50.22 PT Sekar Bumi
4800.22 5.80.44
1.50.11 40.22
12.25997321 0.008334038
PT Sekar Laut 1800.22
30.44 116.30.11
50.22 12.53317442
0.008519754 PT Tempo Scan Pasifiic
32500.22 750.44
400.11 20.22
72.2239616 0.049096129
PT Tiga Pilar Sejahtera Food 14300.22
80.44 0.530.11
40.22 16.05884138
0.010916418 PT Ultrajaya Milk Industri and Trading Company
45000.22 39.520.11
30.22 Wismilak Inti Makmur
6700.22 3.60.44
0.60.11 50.22
10.1376895 0.00689136
Jumlah 1471.072412
Universitas Sumatera Utara
4.1.1.5 Antarmuka Menu Help Form Help berisi tentang penjelasan cara penggunaan sistem pemilihan perusahaan
tempat berinvestasi, untuk membantu user dalam mengoperasikan sistem. Tampilan antarmuka Help ditunjukkan pada Gambar 4.5
Gambar 4.5 Menu Help
4.2. Pengujian Sistem
Cara pengujian sistem ini yaitu dengan memprediksi nilai saham perusahaan- perusahaan di masa mendatang menggunakan metode LVQ dengan menilai dari
laporan keuangan masing-masing perusahaan. Kemudian output yang dihasilkan dari pengujian menggunakan metode LVQ, yaitu perusahaan yang diprediksi akan naik
nilai sahamnya dimasa mendatang akan diolah menjadi input untuk proses menggunakan metode WP. Metode WP pada sistem ini digunakan untuk merangking
input tersebut sesuai dengan bobot kriteria dari user. Sehingga yang ingin dihasilkan dari pembuatan sistem ini adalah daftar urutan perusahaan yang layak yang nilai
sahamnya akan naik sebagai tempat berinvestasi.
4.2.1. Jenis Pengujian Pengujian pada sistem ini dilakukan untuk mengetahui apakah sistem yang telah
dibangun dapat memprediksi nilai saham dengan baik menggunakan metode LVQ,
Universitas Sumatera Utara
kemudian mengurutkan rangking alternatif perusahaan yang telah di saring, menggunakan metode WP.
4.2.1.1. Ketepatan Pelatihan Hasil yang dilihat dari pengujian prediksi nilai saham ini adalah sistem dapat
memprediksi nilai saham perusahaan-perusahaan yang dijadikan sampel sesuai dengan target yang sudah dilatih sebelumnya. Pelatihan dilakukan dengan melatih data dari
laporan keuangan perusahaan yang disimpan di dalam Microsoft Office Excel 2010. Data yang disimpan tersebut, dilatih dengan cara memanggil dengan perintah num =
xlsreadLapKeuangan.xlsx, Sheet, B9:H15;. Dimana sheet pada perintah tersebut berubah sesuai dengan nama perusahaan yang dipilih
pada pop-up menu.
Gambar 4.6. Hasil Pelatihan LVQ
Berdasarkan pada gambar 4.6 dapat dilihat pelatihan LVQ untuk sistem ini menggunakan 11 masukan, dimana masukan tersebut diolah menurut Analisis Kinerja
Keuangan seperti pada Persamaan 5-11, untuk menentukan nilai 7 masukan yang merupakan faktor yang mempengaruhi nilai saham. Terdapat 2 jenis nilai saham
dengan 2 lapisan layer. Layer pertama adalah kompetitif layer sebanyak 7 neuron dan layer kedua adalah layer linier sebanyak 2 neuron dengan 2 target output. Pelatihan ini
Universitas Sumatera Utara
dilakukan dengan parameter 1000 epochs dan performance 0,0001 Dibatasi agar proses pelatihan maupun pengujian tidak memakan waktu yang lama.
Dalam uji ketepatan dalam pelatihan, hal yang menjadi acuan adalah ketepatan hasil pelatihan dengan target yang ditetapkan. Berikut adalah hasil pelatihan dari metode
LVQ.
Tabel 4.7 Hasil Pelatihan Menggunakan Metode LVQ
Pada table 4.1 dapat dilihat dari 7 masukan dibagi menjadi 2 cluster masing- masing berisi 3 dan 4 sampel. Pelatihan diharapkan dapat menjadikan 7 sampel
menjadi 2 cluster. Hasil pelatihan menggunakan metode LVQ menunjukkan bahwa hasil pelatihan sesuai dengan target yang sudah ditentukan sebelumnya. Dengan kata
lain, hasil prerdiksi nilai saham dengan metode LVQ ini memiliki ketetapan 100. 4.2.1.2. Ketepatan Prediksi Nilai Saham
Setelah melukan pelatihan dan pengujian dengan metode LVQ, maka dilakukan pengujian ketepatan hasil prediksi nilai saham. Yang menjadi acuan ketepatan disini
adalah hasil output yang dikeluarkan sesuai dengan target yang ditetapkan. Untuk itu pengujian harus dilaukukan dengan memakai data asli dari setiap perusahaan dan diisi
pada setiap editbox masing-masing atribut.
X1 X2
X3 X4
X5 X6
X7 Target
Hasil Petatihan Nilai Saham Naik 1
1 1
1 1
1 1
1 1
1 Nilai Saham Naik 2
1 1
1 1
1 1
1 1
Nilai Saham Naik 3 1
1 1
1 1
1 1
1 Nilai Saham Turun 1
1 1
1 1
1 2
2 Nilai Saham Turun 2
1 1
1 1
2 2
Nilai Saham Turun 3 1
1 1
1 2
2 Nilai Saham Turun 4
2 2
Universitas Sumatera Utara
Gambar 4.7.Sebelum Prediksi Nilai Saham Dengan Metode LVQ
Gambar 4.8. Setelah Prediksi Nilai Saham Dengan Metode LVQ
Sebagai contoh, pada Gambar 4.7 merupakan proses prediksi nilai saham pada salah satu sampel perusahaan, dengan metode LVQ. Input yang dimasukkan berupa atribut-
atribut dari laporan keuangan perusahaan yang tertera yaitu perusahaan PT. Akasha
Universitas Sumatera Utara
Wira International. Gambar 4.8 menunjukkan hasil yang sesuai dengan pada saat pelatihan, yaitu nilai nilai saham naik.
Tabel 4.8 Hasil Prediksi Nilai Saham Dengan Metode LVQ
Tabel 4.8 Tabel dibuat secara manual dari Ms. Excel, sesuai dengan prediksi dari sistem menunjukkan bahwa hasil prediksi nilai saham menggunakan metode LVQ
tepat atau sama dengan nilai aktual yang tertera pada setiap laporan keuangan. Jika diprediksi naik atau turun, akan keluar hasil perkiraan kenaikan atau penurunan harga
saham. Kemudian dengan menghitung persen kenaikan atau penurunan harga tersebut terhadap harga saham tahun sebelumnya, ditemukan bahwa hasilnya sama atau
mendekati harga aktual yang tertera pada laporan keuangan seperti terlihat pada Tabel 4.8.
Tabel 4.9. Hasil Uji Prediksi Dengan Metode LVQ
Sampel Jenis Nilai Saham Target
Hasil Prediksi Nilai Saham Naik 1 1111111
Nilai Saham Naik 1 0 Nilai Saham Naik 1 0
Nilai Saham Naik 2 1111101 Nilai Saham Naik 1 0
Nilai Saham Naik 1 0 Nilai Saham Naik 3 1101111
Nilai Saham Naik 1 0 Nilai Saham Naik 1 0
Nilai SahamTurun 1 1100111 Nilai Saham Turun 0 1
Nilai Saham Turun 0 1 Nilai SahamTurun 2 0001111
Nilai Saham Turun 0 1 Nilai Saham Turun 0 1
Nilai SahamTurun 3 1111000 Nilai Saham Turun 0 1
Nilai Saham Turun 0 1 Nilai SahamTurun 4 0000000
Nilai Saham Turun 0 1 Nilai Saham Turun 0 1
Berdasarkan Tabel 4.9 dapat dilihat bahwa hasil uji prediksi nilai saham menggunakan metode LVQ seluruhnya sesuai dengan target yang sebelumnya telah
Nama Perusahaan Harga Saham 2011 Harga Saham 2012 Perubahaan Harga Pediksi Harga Saham 2013 Harga Aktual
Prediksi Nilai Saham Nilai Saham Aktual Bantoel International Investma
790 580
-0.265822785 425.8227848
570 Turun
Turun Chitose Internationa
206 289
0.402912621 405.4417476
390 Naik
Naik Gudang Garam
67,000 60,450
-0.097761194 54540.33582
42,000 Turun
Turun Handjaya Mandala Sampoerna
39,000 59,900
0.535897436 92000.25641
62,400 Naik
Naik kedawung Setia Industrial
245 495
1.020408163 490
345 Turun
Turun PT Akasha Wira International
1,010 1,920
0.900990099 3649.90099
2000 Naik
Naik PT Daya Varia Laboratoria
1,690 2,200
0.301775148 1540
1690 Turun
Turun PT Delta Djakarta
111,500 255,000
1.286995516 583183.8565
380,000 Naik
Naik PT Indofarma
163 330
1.024539877 297
153 Turun
Turun PT Indofood CBP Sukses Makmur
4,600 5,850
0.27173913 7439.673913
6,600 Naik
Naik PT Kedaung Indah Can
180 385
1.138888889 823.4722222
385 Naik
Naik PT Kimia Farma
340 740
1.176470588 632
590 Turun
Turun PT Langgeng Makmur Industry
260 425
0.634615385 694.7115385
830 Naik
Naik PT Mayora Indah
14,250 20,000
0.403508772 28070.17544
25,900 Naik
Naik PT Multi Bintang Indonesia
346,333 719,000
1.076036647 1492670.349
1,200,000 Naik
Naik PT Nippon Indosari Corporindo
3,325 6,900
1.07518797 518,742
1,020 Turun
Turun PT Schering Plough Indonesia
29,831 34,050
0.141430056 38865.69341
37,987 Naik
Naik PT Sekar Bumi
390 390
390 390
Naik Naik
PT Sekar Laut 140
180 0.285714286
231.4285714 180
Naik Naik
PT Siantar Top 267
387 0.449438202
560.9325843 520
Naik Naik
PT Tempo Scan Pasifiic 2,550
3,675 0.441176471
5296.323529 4,950
Naik Naik
PT Tiga Pilar Sejahtera Food 495
1,080 1.181818182
2356.363636 1,430
Naik Naik
PT Ultrajaya Milk Industri and Trading Company 1,080
1,330 0.231481481
1637.87037 4,500
Naik Naik
Wismilak Inti Makmur 560
600 0.071428571
642.8571429 670
Naik Naik
Universitas Sumatera Utara
ditentukan pada saat pelatihan seperti yang digambarkan pada tabel 4.8 Output yang dihasilkan secara keseluruhan sesuai untuk setiap sampel.
4.2.1.3. Ketepatan Perangkingan Alternatif Menggunakan WP Pengujian ketepatan perangkingan alternatif menggunakan WP ini adalah dengan
menghitung preferensi terbesar dari semua alternatif yang ada, sesuai dengan nilai bobot kriteria yang di input user.
Gambar 4.9 Pembobotan untuk proses WP
Proses pengujiannya yaitu pertama dengan melakukan normalisasi bobot dengan perintah
for i = 1:4 newBoboti = boboti jumlahbobot;,
Kemudian mencari vektor S
dengan mengkalikan seluruh kriteria dari alternatif dengan bobot. Hasil penjumlahan setiap vektor S dijadikan pembagi untuk vektor S itu sendiri,
hasilnya adalah vektor V. Vektor V adalah nilai akhir, artinya nilai vektor V akan dibandingkan untuk memperoleh urutan rangking dari alternatif yang ada.
Pada Tabel 4.6 terlihat hasil Vektor S dan Vektor V untuk setiap alternatif. Vektor V yang memiliki nilai paling besar adalah Vektor V dari alternatif perusahaan
„Gudang Garam‟ dengan nilai Vektor V = 0.35. Selanjutnya „PT. Delta Djakarta‟ dan „Kedaung Setia Industrial‟ masing-masing dengan nilai 0.20 dan 0.19, dan seterusnya
Universitas Sumatera Utara
sampai nilai Vektor V terkecil = 0 yai tu „PT. Ultra Milk Industri and Trading
Company ‟ Diurutkan sesuai abjad .
Gambar 4.10 Hasil Proses Perangkingan WP
Pada Gambar 4.10, pada listbox terdapat hasil dari proses perangkingan menggunakan WP. Sesuai dengan perhitungan dari urutan Vektor V, listbox juga menunjukkan
urutan yang sesuai, listbox akan menampilkan urutan nama-nama perusahaan yang terbaik menjadi tempat berinvestasi. Jadi bisa dikatakan bahwa proses perangkingan
alternatif perusahaan sebagai tempat berinvestasi dengan Weighted product mengeluarkan hasil yang tepat.
Universitas Sumatera Utara
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil uji coba dan pembahasan program yang dilakukan, maka diperoleh kesimpulan sebagai berikut:
1. Hasil pengujian prediksi nilai saham dengan masukan nilai paramete r „this
year‟ lebih besar dari pada „a year ago‟, menghasilkan bobot 1 lebih banyak, sehingga jika output = 1, maka dinyatakan sebagai nilai saham naik.
Sebaliknya, jika nilai parameter „this year‟ lebih kecil dari „a year ago‟, maka bobot 0 akan lebih banyak, sehingga menghasilkan output = 0. Maka
dinyatakan dengan nilai saham turun. 2. Dari pengujian terhadap setiap perusahaan sampel, dihasilkan hasil uji tepat
atau sesuai dengan appa yang dilatihkan dengan metode LVQ. Setiap pelatihan dan pengujian tepat target yaitu [1 1 1 2 2 2 2] untuk setiap parameter
masukan. 3. Hasil perangkingan menggunakan metode WP, sesuai dengan bobot prioritas
dari user, menghasilkan urutan yang tepat. Yaitu yang jika dibandingkan dengan data nilai setiap atribut, maka hasil perangkingan berdasarkan bobot
prioritas yang dimasukkan user akan sesuai urutan. Urutan dihitung sesuai dengan besarnya Vektor V Preferensi Alternatif diperoleh dengan
memangkatkan setiap nilai kriteria dengan bobotnya, kemudian dibagikan dengan jumlahnya. Sehingga perangkingan alternatif perusahaan untuk tempat
berinvestasi dengan metode WP ketepatannya adalah 100.
5.2 Saran