OPTIMASI PORTOFOLIO MODEL MEAN ABSOLUTE DEVIATION DENGAN ALGORITMA PARTICLE SWARM OPTIMIZATION

Firlie Geovanie, - and Lukman, - and Fitriani Agustina, - (2025) OPTIMASI PORTOFOLIO MODEL MEAN ABSOLUTE DEVIATION DENGAN ALGORITMA PARTICLE SWARM OPTIMIZATION. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Optimasi portofolio merupakan upaya untuk memilih proporsi investasi yang optimal di antara sejumlah aset yang tersedia, sehingga mencapai kombinasi terbaik antara risiko dan imbal hasil (return). Salah satu tantangan utama dalam optimasi portofolio adalah mengukur dan mengelola risiko dengan cara yang efektif. Untuk mengatasi masalah tersebut, penelitian ini menggunakan model Mean Absolute Deviation (MAD) sebagai alternatif pengukur risiko, menerapkan algoritma metaheuristic yaitu Particle Swarm Optimisation (PSO), dan menggunakan fungsi dengan tujuan memaksimumkan tingkat imbal hasil harapan terhadap tingkat risiko. Penelitian ini menggunakan data saham IDX30 yang diperoleh dari Bursa Efek Indonesia (BEI) dengan data harga penutupan harian periode Agustus 2024 sampai Oktober 2024. Sebanyak 30 saham pada periode tersebut hanya terpilih 19 saham dengan nilai imbal hasil harapan positif. Berdasarkan data yang digunakan, penelitian ini menghasilkan portofolio optimal yang diperoleh adalah 0.35663538 dengan tingkat imbal hasil harapan sebesar 0.00276056698 dan tingkat risiko sebesar 0.006705278688. Hal ini berarti tingkat imbal hasil harapan diperoleh lebih besar dari tingkat imbal hasil harapan rata-rata yaitu 0,0014855 dan tingkat risiko lebih kecil dari tingkat risiko rata-rata yaitu 0,0140623.

Portfolio optimization is an attempt to select the optimal proportion of investments among a number of available assets, so as to achieve the best combination of risk and return. One of the main challenges in portfolio optimization is to measure and manage risk in an effective way. To overcome this problem, this study uses the Mean Absolute Deviation (MAD) model as an alternative risk measure, applies a metaheuristic algorithm namely Particle Swarm Optimization (PSO), and uses a function with the aim of maximizing the expected return level against the risk level. This study uses IDX30 stock data obtained from the Indonesia Stock Exchange (IDX) with daily closing price data for the period August 2024 to October 2024. A total of 30 stocks in that period were only selected 19 stocks with positive expected return values. Based on the data used, this study produces the optimal portfolio obtained is 0.35663538 with an expected return rate of 0.00276056698 and a risk level of 0.006705278688. This means that the expected return rate obtained is greater than the average expected return rate of 0.0014855 and the risk level is smaller than the average risk level of 0.0140623.

	Text S_MAT_2103636_Title.pdf Download (533kB)
	Text S_MAT_2103636_Chapter1.pdf Download (196kB)
	Text S_MAT_2103636_Chapter2.pdf Restricted to Staf Perpustakaan Download (466kB)
	Text S_MAT_2103636_Chapter3.pdf Download (339kB)
	Text S_MAT_2103636_Chapter4.pdf Restricted to Staf Perpustakaan Download (483kB)
	Text S_MAT_2103636_Chapter5.pdf Download (73kB)
	Text S_MAT_2103636_Appendix.pdf Restricted to Staf Perpustakaan Download (756kB)

Item Type:	Thesis (S1)
Additional Information:	ID SINTA Dosen Pembimbing: Lukman : 6675529 Fitriani Agustina: 5981275
Uncontrolled Keywords:	Optimasi Portofolio, Model Mean Absolute Deviation, Algoritma Particle Swarm Optimization. Portfolio Optimization, Mean Absolute Deviation Model, Particle Swarm Optimization Algorithm.
Subjects:	H Social Sciences > HG Finance Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Matematika - S1 > Program Studi Matematika (non kependidikan)
Depositing User:	Firlie Geovanie
Date Deposited:	05 May 2025 01:58
Last Modified:	05 May 2025 01:58
URI:	http://repository.upi.edu/id/eprint/132947

Actions (login required)

View Item