BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah - Implementasi Algoritma Learning Vector Quantization dan Weighted Product Dalam Memilih Perusahaan Tempat Berinvestasi

BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah

  Menurut Pernyataan Standart Akutansi Keuangan No.13 (2004, par 03), Investasi adalah suatu aktiva yang digunakan perusahaan untuk pertumbuhan kekayaan (accretion of wealth) melalui distribusi hasil investasi (seperti bunga, royalti, deviden, dan uang sewa), untuk apresiasi nilai investasi, atau untuk manfaat lain bagi perusahaan yang berinvestasi seperti manfaat yang diperoleh melalui hubungan perdagangan, persediaan, dan aktiva tetap bukan merupakan investasi.

  Investasi yang akan dibahas pada penelitian ini di khususkan pada investasi dalam bentuk saham yang dilakukan di pasar modal. Pasar modal merupakan tempat yang mempertemukan penjual dan pembeli modal atau dana. Yang dimaksud sebagai penjual disini adalah perusahaan yang mencatatkan saham perusahaan yang mereka miliki untuk dapat juga dimiliki oleh publik. Untuk dapat memiliki saham dari suatu perusahaan, maka pembeli (investor) harus membayarkan sejumlah dana yang telah ditentukan sesuai dengan harga perlembar saham perusahaan yang ingin mereka beli.

  Sebagai investor tentunya mengharapkan untuk bisa memperoleh tambahan atau keuntungan dari apa yang telah dia berikan kepada perusahaan tempat dia menanamkan modal. Untuk itu dibutuhkan ketelitian bagi seorang investor dalam menentukan perusahaan yang tepat untuk dijadikan tempat penanaman modal mereka. Tujuannya adalah agar para investor tidak salah menempatkan modalnya. Jika investor salah memilih, akibat yang mungkin terjadi adalah kerugian. Kerugian yang dimaksud disini adalah jika perusahaan tidak menghasilkan keuntungan yang baik, maka investor tidak akan mendapatkan deviden (pembagian keuntungan perusahaan kepada pemegang saham). Kemungkinan buruk lain adalah, jika prestasi perusahaan tidak membaik, maka harga jual saham perushaaan akan turun. Sehingga investor mungkin akan mengalami kerugian jika investor menjual kembali saham yang telah dibelinya (Pertiwi, 2012).

  Orang yang biasanya menjadi perantara antara pembeli dengan penjual saham dinamakan pialang (broker). Pialang bekerja dengan menganalisis perusahaan- perusahaan, tujuannya adalah agar dapat menjamin dan meyakinkan kelayakan perusahaan kepada pembeli saham. Namun, dengan memakai jasa pialang dana yang dikeluarkan juga akan semakin banyak karena harus membayar biaya pialang. Untuk itu, seorang investor yang tidak ingin atau tidak mempunyai dana lebih untuk membayar jasa pialang harus memiliki kemampuan untuk menganalisis suatu perusahaan, agar tidak terjadi kerugian dalam penanaman modal (Fahmi, 2006).

  Dalam ilmu komputer, terdapat beberapa cabang ilmu yang mempelajari bagaimana cara memecahkan masalah seperti : algoritma dan struktur data, arsitektur perangkat keras dan lunak, rekayasa perangkat lunak, kecerdasan buatan dan robotik, interaksi manusia dengan komputer, organisasi komputer, bahasa pemrograman, sistem operasi dan jaringan komputer, database dan sistem retrival informasi, grafika komputer, ilmu komputasi, dan bio informatika.

  Jaringan syaraf tiruan merupakan cabang ilmu dari bidang ilmu kecerdasan buatan yang merupakan alat pemecahan masalah. Ada banyak teknik (algoritma) jaringan syaraf tiruan yang tersedia, seperti : Teknik Perceptron, Teknik Propagasi Balik (Back Propagation), Jaringan Learning Vektor Quantization (LVQ), Jaringan Kohonen, Algoritma Jaringan Fractal, Algoritma Jaringan Cyclic, dan lain sebagainya (Siang, 2006).

  LVQ merupakan suatu metode untuk melakukan pelatihan terhadap lapisan- lapisan kompetitif yang terwarisi. Lapisan kompetitif akan belajar secara otomatis untuk melakukan klasifikasi terhadap vektor input yang diberikan. Cara kerja algoritma LVQ adalah dengan setiap neuron akan dicarikan jarak antara suatu vektor input ke bobot yang bersangkutan. Apabila beberapa vektor input memiliki jarak yang sangat berdekatan, maka vektor-vektor input tersebut akan dikelompokkan dalam kelas yang sama.

  Dengan bantuan komputer yang bisa dengan tepat dan cepat di program untuk membantu pekerjaan manusia, seperti mendukung manusia dalam mengambil keputusan. Ada beberapa metode pendukung keputusan yang biasa dipakai dalam pemrograman komputer, seperti : Analytical Hierarcy Process (AHP), Simple

  

Addictive Weighting (SAW), Weighted Product, Simple Multi Attribute Rating

  

Technique (SMART), Profile Matching , dan lain sebagainya. Metode weighted

product adalah salah satu bagian dari metode Multi Atribut Decision Making

  (MADM), yaitu proses pengambilan keputusan terhadap sebuah masalah yang memiliki beberapa atribut penting untuk dipertimbangkan. Cara kerja metode adalah dengan mengalikan seluruh atribut bagi sebuah alternatif

  Weighted Product

  dengan bobot sebagai perangkat positif untuk atribut manfaat, dan bobot berfungsi sebagai pangkat negatif pada atribut biaya. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternatif (Anggreni, 2013).

  Dengan mengkombinasikan kedua metode ini dalam pemrograman komputer, maka dapat dihasilkan program yang mampu mendukung keputusan investor dalam menetukan perusahaan yang baik dan layak sebagai tempat berinvestasi. LVQ digunakan untuk mengelompokkan kelas berdasarkan naik atau tidaknya saham perusahaan di masa mendatang. Sedangkan WP digunakan untuk mendukung keputusan investor, dengan memproses kriteria-kriteria yang disyaratkan investor untuk memilih alternatif perusahaan yang ada.

1.2 Rumusan Masalah

  Rumusan masalah yang akan dibahas dalam penelitian ini adalah : 1.

  Apakah keakuratan nilai saham dapat diprediksi menggunakan algooritma LVQ.

2. Apakah metode WP mampu menghasilkan pilihan perusahaan investasi yang sesuai dengan kemampuan investor.

1.3 Batasan Masalah

  Adapun batasan masalah pada penelitian ini adalah : 1.

  Jenis investasi yang dilakukan hanya dalam bentuk investasi saham.

  2. Pergerakan saham diprediksi dari laporan keuangan yang didownload dari

3. Perusahaan yang dijadikan sampel adalah perusahaan manufaktur yang terdaftar di BEI (Bursa Efek Indonesia).

  4. Parameter kelayakan perusahaan sebagai tempat investasi adalah tingginya angka komponen-komponen berikut dalam laporan keuangan : Earning Per

  Share (EPS), Price Earnings Ratio (PER), Price/Book Value (PBV), Debt To

  Equity Ratio (DER), Return Of Investment (ROI), Return Of Equity (ROE), Profit Margin (PM).

  5. Parameter kemampuan investor adalah harga perlembar saham, profit yang diharapkan, resiko yang ingin diambil, dan jangka investasi.

  6. Menggunakan bahasa pemrograman Matlab.

1.4 Tujuan Penelitian

  Tujuan dari penelitian adalah membuat sistem untuk membantu investor dalam memilih perusahaan tempat berinvestasi.

  1.5 Manfaat Penelitian

  Manfaat dari penelitian ini adalah diharapkan dapat menghasilkan sistem yang mampu memprediksi pergerakan nilai saham perusahaan, sehingga dihasilkan perusahaan-perusahaan yang memiliki jaminan tinggi untuk dijadikan tempat berinvestasi. Dan juga dapat mendukung investor dalam pemilihan perusahaan tempat berinvestasi sesuai dengan kemampuan investor. Juga diharapkan dapat menjadi bahan acuan untuk pengembangan lebih lanjut.

  1.6 Metodologi Penelitian

  Metodologi penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut: a.

  Studi Literatur Melakukan studi kepustakaan melalui penelitian berupa buku mengenai ilmu investasi saha, jaringan syaraf tiruan, dan sistem pedukung keputusan, jurnal dan artikel-artikel yang relevan.

  b.

  Metode Penelitian Metode ini dilaksanakan dengan melakukan penelitian terhadap obyek yang nantinya akan diteliti mengenai penerapan metode yang dipakai dalam menentukan perusahaan yang tepat untuk berinvestasi.

  c.

  Analisis dan perancangan Metode ini dilaksanakan dengan melakukan analisis terhadap permasalahan yang ada dan batasan masalah yang dimiliki dan menggunakan flowchart sebagai gambaran sistem sehingga dapat diperoleh rancangan yang terstruktur dan jelas.

  d.

  Implementasi Metode ini dilaksanakan dengan mengimplementasikan rancangan sistem yang telah dibuat pada impelementasi sistem menggunakan bahasa pemrograman

  Matlab.

  e.

  Pengujian Metode ini dilaksanakan dengan melakukan pengujian terhadap sistem dengan melakukan proses penetuan perusahaan yang tepat untuk tempat berinvestasi dan kemudian pengujian hasil identifikasinya yang telah di implementasikan.

  f.

  Dokumentasi Metode ini dilaksanakan dengan membuat dokumentasi dalam bentuk laporan tugas akhir.

1.7 Sistematika Penulisan

  Sistematika penulisan dari skripsi ini terdiri dari beberapa bagian utama sebagai berikut:

  BAB 1: PENDAHULUAN Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi “Implementasi Algoritma Learning Vector Quantization dan Weighted Product Dalam Memilih Perusahaan Tempat Berinvestasi. ”, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, flowchart penelitian dan sistematika penulisan.

  BAB 2: TINJAUAN PUSTAKA Bab ini berisi dasar teori-teori yang digunakan dalam analisis, perancangan dan implementasi skripsi. BAB 3: ANALISIS DAN PERANCANGAN SISTEM Bab ini berisi analisis terhadap fokus permasalahan penelitian dan perancangan terhadap sistem kombinasi antara metode LVQ dan WP dalam memilih perusahaan tempat berinvestasi.

  BAB 4: IMPLEMENTASI DAN PENGUJIAN SISTEM Bab ini berisi teknik implementasi dari perancangan yang telah dibuat dan pengujian terhadap implementasi. Pengujian dilakukan untuk membuktikan perangkat lunak dapat berjalan sesuai dengan spesifikasi yang telah ditentukan di tahapan analisis.

  BAB 5: KESIMPULAN DAN SARAN Bab ini akan memuat kesimpulan isi dari keseluruhan uraian bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat untuk pengembangan selanjutnya.