Prediksi Crash Saham Menggunakan Log Periodic Power Law Dengan Algoritma Genetika (studi Kasus: Pasar Saham Indonesia)

Abstract

Krisis ekonomi adalah peristiwa penurunan yang sangat drastis disetiap sektor ekonomi, salah satu dampak dari krisis ekonomi adalah terjadinya crash pada pasar keuangan. Crash yang terjadi di pasar keuangan adalah penurunan secara tiba-tiba dan drastis terhadap indeks harga saham selama periode waktu yang singkat. Ketidakpaastian waktu terjadinya crash saham membuat kekhawatiran bagi investor saham, karena adanya risiko kerugian yang besar terhadap modal yang mereka investasikan. Salah satu model matematika yang digunakan untuk memprediksi crash pada pasar keuangan adalah Log Periodic Power Law (LPPL). Penelitian ini menerapkan algoritma genetika untuk mengestimasi parameter dari model LPPL. Kemudian dilakukan analisis performasi menggunakan koefisien determinasi dari model Log Periodic Power Law (LPPL) yang diperoleh terhadap data acuan yang digunakan. Hasil prediksi crash saham menggunakan LPPL dengan algoritma genetika memprediksi waktu terjadinya crash saham untuk waktu observasi dari Januari 2005-Januari 2009 adalah pada tanggal 3-April- 2008 yang menandakan berakhirnya gelembung spekulatif pada indeks harga saham LQ45. Performansi dari model LPPL dalam memprediksi waktu kemungkinan terjadinya crash harga saham tergantung pada range waktu observasi diterapkan.

Kata Kunci : Crash, Indeks Harga Saham, Algoritma Genetika, LPPL, Koefisien Determinasi