OPTIMISASI PORTOFOLIO SAHAM DENGAN KENDALA KARDINALITAS MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY
Optimasi Portofolio Saham dengan Kendala Kardinalitas adalah masalah menentukan portofolio dengan pilihan kombinasi saham optimal dengan membatasi jumlah aset saham yang masuk atau disebut sebagai kendala kardinalitas dengan tujuan untuk memudahkan pemantauan tiap aset dan mengurangi biaya transaksi...
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Published: |
2023-08-28.
|
| Subjects: | |
| Online Access: | Link Metadata |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Optimasi Portofolio Saham dengan Kendala Kardinalitas adalah masalah menentukan portofolio dengan pilihan kombinasi saham optimal dengan membatasi jumlah aset saham yang masuk atau disebut sebagai kendala kardinalitas dengan tujuan untuk memudahkan pemantauan tiap aset dan mengurangi biaya transaksi. Penelitian ini menyelesaikan masalah Optimasi Portofolio Saham dengan Kendala Kardinalitas dengan menggunakan Algoritma Artificial Bee Colony (ABC) untuk menentukan saham yang masuk dalam portofolio beserta proporsi bobotnya dengan tujuan mendapatkan return maksimum dengan risiko yang minimum. ABC meniru tingkah laku dari koloni lebah dalam mencari makanan. Terdapat empat tahapan ABC, yaitu tahap inisialisasi, tahap employed bees, tahap onlooker bees, dan tahap scout bees. Penelitian ini juga mengimplementaikan penyelesaian masalah optimasi portofolio dengan kendala kardinalitas dengan menggunakan ABC untuk penentuan portofolio pada indeks saham IDX 30. Hasil implementasi menunjukkan bahwa ABC mampu menyelesaikan masalah optimasi portoflio dan memberikan hasil yang baik. Stock Portfolio Optimization with Cardinality Constraints is the problem of determining a portfolio with a choice of optimal stock combinations by limiting the number of incoming stock assets or referred to as cardinality constraints with the aim of facilitating monitoring of each asset and reducing transaction costs. This research solves the problem of Stock Portfolio Optimization with Cardinality Constraints by using the Artificial Bee Colony (ABC) Algorithm to determine the stocks included in the portfolio along with the proportion of its weight with the aim of getting maximum return with minimum risk. ABC imitates the behavior of a bee colony in search of food. There are four stages of ABC, namely the initialization stage, the employed bees stage, the onlooker bees stage, and the scout bees stage. This research also implements the solution of portfolio optimization problems with cardinality constraints using ABC for portfolio determination on the IDX 30 stock index. The implementation results show that ABC is able to solve portfolio optimization problems and provide good results. |
|---|---|
| Item Description: | http://repository.upi.edu/101873/1/S_MAT_1903809_Title.pdf http://repository.upi.edu/101873/2/S_MAT_1903809_Chapter%201.pdf http://repository.upi.edu/101873/3/S_MAT_1903809_Chapter%202.pdf http://repository.upi.edu/101873/4/S_MAT_1903809_Chapter%203.pdf http://repository.upi.edu/101873/5/S_MAT_1903809_Chapter%204.pdf http://repository.upi.edu/101873/6/S_MAT_1903809_Chapter%205.pdf http://repository.upi.edu/101873/7/S_MAT_1903809_Appendix.pdf |