Analisis Harga Saham Prediksi Harga Saham Syariah Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)

2.2 Analisis Harga Saham

Analisis harga saham adalah suatu proses memprediksi pergerakan harga suatu saham. Ada dua pendekatan dasar dalam menganalisis atau memilih saham, yaitu analisis fundamental dan analisis teknikal Sulistiawan, 2008. Analisis fundamental adalah analisis saham yang menggunakan data-data fundamental dan faktor-faktor eksternal yang berhubungan dengan badan usaha. Data fundamental yang dimaksud adalah data keuangan, data pangsa pasar, siklus bisnis dan lain sebagainya. Data faktor eksternal yang berhubungan dengan badan usaha adalah kebijakan pemerintah, tingkat bunga, inflasi, dan sejenisnya. Di sisi lain, analisis teknikal merupakan upaya untuk memprediksi harga saham dengan mengamati perubahan harga saham tersebut kondisi pasar berdasarkan runtun waktu di masa lalu. Berlainan dengan pendekatan fundamental, analisis teknikal tidak memperhatikan faktor-faktor fundamental yang mungkin mempengaruhi harga saham. Pemikiran yang mendasari analisis teknikal adalah pola harga saham yang mencerminkan informasi yang relevan dimana informasi tersebut ditunjukkan oleh perubahan harga saham di waktu yang lalu, dan mempunyai pola tertentu, dan pola tersebut terus berulang Sulistiawan, 2008. Analisis teknikal digunakan untuk mencari pola harga saham yang berulang dan dapat diidentifikasi. Salah satu teori analisis terkenal menyatakan bahwa pergerakan harga dari suatu sekuritas mengandung semua informasi mengenai semua sekuritas tersebut. Untuk lebih mendekati pasar, para analis teknikal modern membuat grafik yang dapat menampilkan harga pembukaan, penutupan, tertinggi, dan terendah. Baik analisis teknikal maupun analisis fundamental dapat dikombinasikan dengan metode-metode penelitian lainnya untuk menghasilkan prediksi yang lebih akurat seperti metode rata-rata bergerak moving averages, Oscillator, dan Stochastic RSI, fuzzy, neural network, algoritma genetic, dan metode hybrid Sulistiawan, 2007. Bila data runtun waktu yang ada dibuat dalam bentuk plot grafik, maka akan terlihat berbagai macam plot. Secara garis besar, pola data runtun waktu dapat dikelompokkan 3 plot Nachrowi, et al, 2004, yaitu: Universitas Sumatera Utara a. Level konstan Pola konstan menunjukkan data bergerak di sekitar nilai rata-rata, dengan variasi jarak yang terkadang ‘jauh’ dan terkadang ‘dekat’. Akan tetapi secara umum data tidak menunjukkan adanya perubahan tren, baik meningkat maupun menurun. Salah satu contoh pola konstan ditunjuk oleh Saham United Traktor pada bulan Mei-Juli 2002. Plot tersebut menyatakan pola data yang mempunyai tingkat konstan dengan fluktuasi yang random. Gambar 2.1 Harga Saham United Traktors Mei-Juni 2002 b. Tren Linier Pola data yang menunjukkan adanya peusahaan rata-rata, tetapi nilai variannya tetap, merupakan karakteristik dari pola tren. Pola harga penutupan saham Telkom tanggal 1-15 Mei 2009 merupakan contoh data runtun waktu yang mempunyai gerakan tren dimana pola tersebut menunjukkan adanya tren yang linier dan fluktuasi random. Gambar 2.2 Harga Saham Telkom 1-15 Mei 2009 460 480 500 520 540 560 580 600 152002 1552002 2952002 1262002 2662002 H ar ga Penu tu p an Tanggal Saham United Tractor Bulan Mei-Juni 2002 6,500 7,000 7,500 8,000 8,500 152009 552009 752009 1152009 1352009 1552009 H ar ga Penu tu p an Tanggal Saham Telkom Tanggal 1-15 Mei 2009 Universitas Sumatera Utara c. Model Kombinasi Dalam prakteknya, kita sering menjumpai data runtun waktu yang bentuknya tidak seperti salah satu jenis data tersebut. Oleh sebab itu, kita perlu membuat justifikasi perkiraan data yang akan kita analisis. Biasanya, pola data yang ini dapat merupakan kombinasi dari pola-pola tersebut.

2.3 Normalisasi Data