PENERAPAN ASSOCIATION RULE MINING PADA DATA BURSA EFEK INDO-NESIA DENGAN ALGORITMA APRIORI UNTUK MEMILIH SAHAM UNGGULAN

Abstract

Banyak perusahaan emiten yang menawarkan sahamnya kepada public dengan berbagai cara yang bertujuan menarik perhatian public agar membeli sahamnya. Penelitian ini dilakukan untuk menggambarkan pergerakan saham dari sudut pandang bidang teknologi informasi.  Semua emiten  yang menjadi penelitian adalah yang tercatat BEI (Bursa Efek Indonesia) yang telah diklasifikasikan ke dalam 9 sektor saham menurut klasifikasi industri. Tujuan penelitian ini adalah melihat pergerakan saham yang paling baik (dominan bergerak positip) dengan melihat adanya hubungan saham antar emiten dan juga hubungan dengan Indeks harga saham gabungan (IHSG), dimana hubungan tersebut dapat bernilai bergera positip (p), negative (n) atau equal (e).

Sampel yang digunakan dengan memilih 18 perusahaan emiten dari pergerakan saham selama 3 tahun (2011 – 2013) yang dipilih dengan metode penarikan sampel yang dilakukan adalah metode purposive sampling (judgement sampling), yaitu 9 perusahaan dengan nilai saham terbesar dan 9 emiten dengan nilai saham terkecil dari masing-masing sector saham. Teknik analisis menggunakan  Association Rule Mining (ARM) dengan algoritma Apriori dan program aplikasi WEKA 3.6.10. Untuk melihat hubungan antar emiten dan IHSG dengan melihat pada support (tingkat seringnya muncul) dan confidence (tingkat kepercayaan adanya hubungan). Nilai katagori menunjukan hubungan yang searah (positip), terbalik (negatip) ataupun tidak adanya perubahan atas perubahan dari nilai saham lain (equal).  Hasil penelitian menunjukan adanya saham yang dominan dan bergerak positip, sehingga dapat dipertimbangkan untuk dipilih sebagai investasi oleh calon investor. Saham yang berasosiasi pada kelompok saham yang bernilai besar dengan nilai confidence lebih dari  95 persen dan support 10% adalah ASII, BHIT dan BNII, dan untuk saham bernilai kecil dengan support 30% adalah ARTA, RIMO, KICI dan KARW.