Perancangan Data Kesimpulan Implementasi Algoritma Learning Vector Quantization dan Weighted Product Dalam Memilih Perusahaan Tempat Berinvestasi

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