Analisis Klasifikasi Untuk Memprediksi Keadaan Penutupan Harga Saham Menggunakan Model Copula Gaussian

Abstract

Penelitian mengenai analisis peubah ganda di bidang keuangan dan klimatologi sering ditemui beberapa permasalahan. Permasalahan-permasalahan tersebut diantaranya adalah ketidaksimetrikan dan ketidaksamaan sebaran peubah-peubah di dalam data. Ketidaksamaan dan ketidaksimetrikan ini akan sangat berpengaruh ketika membuat fungsi sebaran bersama. Banyak penelitian telah dilakukan untuk mencari alternatif untuk membuat fungsi sebaran bersama ketika menemui permasalahan-permasalahan ini. Alternatif untuk menangani permasalahan ketidaksimetrikan dan ketidaksamaan ini salah satunya adalah dengan menggunakan model copula. Copula di dalam bahasa latin memiliki arti ikatan atau pertalian. Ikatan atau pertalian pada arti copula dimaksudkan untuk menjelaskan mengenai sebuah fungsi sebaran bersama yang dibentuk atau “diikat” dari beberapa peubah acak. Seperti pada umumnya sebuah fungsi sebaran bersama, copula memiliki beberapa kelebihan dan kekurangan. Kelebihan dari copula diantaranya adalah tidak ketat terhadap asumsi sebaran peubah acak, tidak berubah terhadap transformasi peubah acak, dan dapat digunakan untuk banyak peubah acak. Sedangkan kelemahan dari copula menurut Azam (2014), Deheuvels (1980), Fermanian et al. (2002), dan Mikosch (2006) yaitu peubah acak-peubah acak penyusunnya yang tidak boleh memiliki struktur saling bebas dan pengidentifikasian yang tepat untuk sebaran peubah-peubah acak penyusun copula. Oleh karena itu dengan tidak mengabaikan kelemahannya, copula masih dapat digunakan sebagai alternatif membuat fungsi sebaran bersama ketika melakukan analisis peubah ganda. Analsisis peubah ganda banyak memiliki metode berdasarkan tujuan analisisnya. Salah satu metodenya adalah analisis klasifikasi. Analisis klasifikasi adalah analisis yang digunakan untuk mengklasifikasikan beberapa amatan atau objek yang memiliki beberapa atribut ke dalam salah satu dari sejumlah kelompok yang sudah ditentukan. Pada sebagian besar analisis klasifikasi, pengklasifikasian amatan atau objek dilakukan dengan aturan Minimum Expected Cost yang berdasarkan sebaran normal ganda. Namun penggunaan sebaran normal ganda untuk membuat aturan Minimum Expected Cost memiliki keterbatasan jika peubah-peubah di dalam fungsi sebaran bersama normal ganda tidak menyebar mengikuti sebaran normal. Oleh karena itu penelitian ini bertujuan untuk mengkaji penggunaan model copula untuk analisis klasifikasi dan mengukur hasil klasifikasi yang dilakukan, serta melakukan evaluasi hasil klasifikasi jika mengabaikan struktur dependensi antar peubah dan pemilihan sebaran untuk setiap peubah di dalam model copula. Adapun model copula yang digunakan adalah model Copula Gaussian yang merupakan salah satu model copula dari keluarga Eliptical Copula. Analisis klasifikasi dengan menggunakan model copula Gaussian dipakai untuk memprediksi atau mengklasifikasikan keadaan penutupan harga saham PT Unilever Indonesia (UNVR) selama 111 hari bursa berdasarkan empat peubah prediktor. Keempat peubah prediktor tersebut adalah keadaan pembukaan Indeks LQ-45 (LQ45), pembukaan Indeks Sektor Konsumsi (KMSI), pembukaan Indeks Harga Saham Gabungan (IHSG), dan pembukaan Harga Saham PT Wismilak Inti Makmur (WIIM). dst ...