Concept Notes Skiripsi adalah salah satu langkah awal dalam pembuatan skripsi. Ia memberikan kita gambaran besar tentang apa, mengapa dan bagaimana skripsi kita buat. Sebenarnya concept notes tidak hanya digunakan untuk membuat skripsi, tetapi bisa digunakan untuk karya ilmiah lainnya.
Di artikel ini kami akan membawakan contoh concept notes di bidang ekonomi syariah, khususnya perdagangan saham. Dengan tema khusus yaitu pengestimasian unsur spekulasi perdagangan saham dengan metodologi penelitian machine learning.
Format Concept Notes
Adapun elemen-elemen dasar dari pembuatan concept notes adalah sebagai berikut:
- Judul
- Latar Belakang Penelitian
- Rumusan Masalah
- Batasan penelitian
- Signifikansi Penelitian
- Penelitian Terdahulu
- Data & Metodologi
- Daftar Pustaka
Dengan elemen-elemen di atas Anda sudah dapat membuat concep notes untuk persiapan skripsi. Adapun contohnya, dapat Anda simak di bawah ini.
Concept Notes
A. Judul
“Estimasi Unsur Spekulasi dalam Perdagangan Saham dengan Komparasi Prediksi Artificial Neural Network dan Support Vector Machine Berdasarkan Analisis Fundamental dan Analisis Teknikal“
B. Latar Belakang Penelitian
Investasi di pasar saham umumnya bisa dibagi dua berdasarkan jenis pendapatannya, yaitu investasi untuk mendapatkan dividen dan investasi untuk mendapatkan capital gain. Capital gain di dapat dari selisih perubahan harga saham yang dimiliki kemudian di jual. Investasi dengan tujuan capital gain ini, di Indonesia populer dengan istilah “main saham”. Main Saham biasanya adalah bentuk kegiatan transaksi di mana, para investor atau pemilik saham memantau fluktuasi harga saham setiap harinya. Kemudian ketika harga tinggi mereka menjual dan ketika harga rendah mereka membeli. Transaksi tersebut biasanya berulang-ulang dalam sehari, atau istilahnya adalah day trading. Sebagian orang berpendapat day trading ini adalah bentuk spekulasi.
Terlepas dari fatwa MUI tentang transaksi di pasar saham, kegiatan main saham masih diperselisihkan oleh banyak orang, khususnya juga para ulama dalam halal dan haramnya. Kedua golongan, yang menghalalkan dan mengharamkan jual-beli saham, masing-masing memiliki alasan rasional tersendiri. Tetapi jika menggunakan prinsip kehati-hatian (wara’) maka tentu mereka yang mengharamkan jual – beli saham lebih unggul, karena hal ini masuk ke dalam syubhat.
Mereka yang mengharamkan main saham berpendapat bahwa hal tersebut adalah termasuk maysir atau sering diterjamahkan judi atau spekulasi. Harga saham tidak benar-benar bisa diprediksi secara akurat melalui variabel-variabel terkait yang ada. Membangun model pasar saham juga sukar dikarenakan volatilitas dan non-linearitas yang tinggi dalam pasar saham. Selain itu, perilaku para investor saham juga sangat mempengaruhi, padahal dalam bahasan behavioural economy, kebanyakan manusia adalah tidak begitu rasional dalam hal ekonomi.
Mereka yang menghalalkan main saham berpendapat bahwa perdagangan saham bisa dianalogikan dengan perdagangan pada umumnya. Ada objek yang dibeli, ada harga, ada margin. Sebagian mereka berpendapat bahwa fluktuasi harga saham semata-mata adalah mekanisme pasar yang natural. Keuntungan yang didapat oleh investor bukan atas dasar kerugian investor lain, tetapi karena semata-mata perubahan harga pasar atas aset yang dia miliki.
Berdasarkan pemahaman penulis, yang menjadi masalah adalah seberapakah harga pasar tersebut mencerminkan kondisi rill sehingga jelas darimanakah capital gain yang didapat dari seorang investor, apakah itu hasil dari spekulasi atau benar-benar berdasarkan perubahan nyata dan jelas, tidak ada unsur gharar (ketidakjelasan).
Dalam memprediksi harga saham bisa dilakukan dua analisis, yaitu analisis fundamental dan analisis teknikal. Analisis fundamental adalah analisis harga saham berdasarkan hal rill, misalkan kinerja keuangan emiten. Sedangkan Analisis teknikal lebih berdasarkan kepada hal teknis seperti fluktuasi harga saham lampau. Analisis teknis inilah yang banyak digunakan para spekulan.
Menurut Novitasari (2013), regresi dari tujuh variabel fundamental hanya bisa memprediksi 17,9% dari saham. Dari hal tersebut dapat terlihat betapa tidak pastinya harga saham tersebut. Tetapi hal yang mengejutkan adalah ketika prediksi harga pasar saham menggunakan metode lain semisal Artificial Neural Network (ANN). Dalam beberapa studi, prediksi dengan ANN terhadap harga saham selalu bisa “mengalahkan” pasar. ANN berhasil memprediksi harga dengan akurasi lebih 50% secara konsisten. Hal ini mempertanyakan pernyataan bahwa perdagangan saham memiliki spekulasi tinggi (excessive speculation). Prediksi tersebut baru berdasarkan Artificial Neural Network. Metode non-parametrik lain seperti Supprt Vector Machine (SVM) sering mengalahkan akurasi ANN.
Maka dari itu penulis ingin mencoba mengukur sifat unsur spekulasi dalam pasar saham dengan pembelajaran mesin (Machine Learning) melaui analisis fundamental saham dan membandingkannya dengan hasil pembelajaran mesin melalui analisis teknikal saham. Prediksi dan analisis itu dilakukan dalam rentang waktu pendek dan rentang waktu panjang untuk mengetahui sifat unsur spekulasi pada perdagangan saham.
C. Rumusan Masalah
– Bagaimana akurasi prediksi harga saham dengan ANN dan SVM berlandaskan analisis fundamental dalam rentang waktu pendek ?
– Bagaimana akurasi prediksi harga saham dengan ANN dan SVM berlandaskan analisis fundamental dalam rentang waktu panjang ?
– Bagaimana akurasi prediksi harga saham dengan ANN dan SVM berlandaskan analisis teknikal dalam rentang waktu pendek ?
– Bagaimana akurasi prediksi harga saham dengan ANN dan SVM berlandaskan analisis teknikal dalam rentang waktu panjang ?
D. Batasan Penelitian
Dalam penelitian ini, kita akan meneliti perusahaan yang terdapat dalam indeks saham syariah indonesia.
E. Siginifikansi Penelitian
Penulis yakin bahwa penelitian ini bisa bermanfaat karena beberapa alasan, yaitu :
- Sebagai pertimbangan dan studi awal untuk mengukur unsur spekulasi dalam perdagangan saham.
- Sebagai petimbangan untuk menentukan kehalalan praktik kegiatan jual-beli dalam pasar saham.
- Sebagai pertimbangan untuk menentukan sikap atau kebijakan terkait menjaga kehalalan dalam kegiatan di pasar saham, khususnya dalam penelitian ini terkait waktu holding saham.
F. Penelitian Terdahulu
- Penggunaan Neural Network dalam “mengalahkan pasar”
Penelitian dalam penggunaan machine learning, dalam hal ini neural network dan support vector machine, untuk memprediksi harga saham sudah banyak. Penelitian paling awal adalah yang dilakukan Halquist dan Schmoll (1989), yang menggunakan neural network untuk memprediksi tren di S&P 500 index. Kemudian hal itu diikuti oleh Trippi dan DeSieno (1992) dan Grudnitski dan Osburn (1993). Trippi dan DeSieno (1992) menyusun sistem trading S&P 500 index futures dan hasilnya menunjukan bahwa sistem ini secara siginifikan mengalahkan passive buy-and-hold strategy. Grudnitski dan Osburn (1993) menggunakan neural network untuk memprediksi perubahan harga bulanan dan trading return dalam S&P 500 index futures. Hasil menunjukan bahwa neural network dapat memprediksi secara benar sebesar 75% dan menghasilkan pengambalian positif di atas risiko.
- ANN untuk Prediksi Harga Saham Berdasarkan Analisis Fundamental dan Teknikal
Bruce J. Vantone (2004), melakukan peneltian untuk memprediksi Harga Saham dengan Neural Network dan variabel Analisis Fundamental sebagai inputnya. Hasil penelitian tersebut mendemonstrasikan bahwa neural network dengan dasar variabel fundamental tersebut dapat mengidentifikasi potensi kenaikan saham secara signifikan. Selain itu, Senil Emor (2012) juga melakukan hal yang sama, hanya saja mereka juga membandingkannya jika neural network menggunakan variabel teknikal sebagai basisnya. Hasilnya menyebutkan bahwa dengan analisis teknikal, ANN dapat memprediksi sebanyak 30 – 60%, sedangkan dengan ANN Variabel Fundamental mendapatkan akurasi 50-90%. Selain Kedua studi di atas, Wojciech Gryc juga memprediksi harga saham dengan ANN berdasarkan Variabel Fundamental dan Teknikal. Hasil Penelitian tersebut menyebutkan bahwa dalam jangka waktu pendek seperti 1-5 hari, Analisis teknikal lebih bermanfaat. Sedangkan untuk waktu yang lebih lama, Analisis Fundamental yang lebih akurat.
G. Kerangka Pemikiran
(untuk gambar kerangka pemikirian belum tersedia saat ini karena error ketika dicopy, bisa dicek langsung ke file concept notes pdf kami)
Gambar 1 – Kerangka Pemikiran
Sumber : Emil (2012)
Penelitian dibagi menjadi dua bagian besar yaitu prediksi dengan varabel analisis fundamental dan prediksi dengan variabel analisis teknikal. Dari dua bagian tersebut, masing-masing dibagi menjadi dua lagi, yaitu dengan rentang waktu pendek dan rentang waktu panjang. Setelah didapat semua hasil prediksi, semuanya akan dibandingkan. Selain itu dalam percobaan prediksi terakhir, variabel fundamental dan variabel teknikal digabungkan kedalam satu arsitektur ANN dan SVM. Setalah itu hasil prediksinya akan dibandingkan dengan sebelumnya untuk diintepretasi. Intepretasi tersebut adalah melihat perbandingan performa prediksi :
- Antara Analisis Fundamental dengan rentang waktu pendek dengan rentang waktu panjang.
- Antara Analisis Teknikal dengan rentang waktu pendek dengan rentang waktu panjang.
- Antara Analisis Fundamental dengan Analisis Teknikal.
- Antara Gabungan Analisis Fundamental dan Teknikal dengan Analisis Fundamental dan Analisis Teknikal.
H. Data dan Metodologi
- Data
Data-data yang diperlukan untuk analisis fundamental berasal dari laporan keuangan yang disediakan perusahan yang terdaftar di ISSI. Sedangkan untuk data-data yang terkait dengan analisis teknikal didapat dari history harga saham dan data stock performance variable dari software seperti Metastock.
- Metodologi
Dalam penelitian ini, kami akan menggunakan metode Artificial Neural Network dan Support Vector Machine yang berinputkan Variabel dari Analisis Fundamental dan Analisis Teknikal. Baik Artificial Neural Network maupun Support Vector Machine merupakan bagian dari metode pembelajaran mesin (Machine Learning).
Artificial Neural Network adalah model matemtis dari cara kerja sel saraf otak dalam memproses informasi (impuls). ANN ini mempunyai input dan output. Kemudian ANN belajar dari data input dan output tersebut. Kata belajar berarti mencari bobot-bobot yang pas dan berhubungan input dengan output. Dalam penelitian ini, ANN yang digunakan adalah Multilayer Perceptron (MLP) dengan algoritma backprpagation.
Support Vector Machine digunakan untuk fungsi pemisah (Classifier) mirip dengan ANN. Penggunaan teknik machine learning ini karena performasinya yan meyakinkan dalam memprediksi kelas suatu data baru.
Pemrosesan data baik dengan ANN maupun SVM akan menggunakan software MATLAB.
I. Daftar Pustaka
Sarker, R. A. (2006). Artificial neural networks in finance and manufacturing. J. Kamruzzaman, & R. Begg (Eds.). IGI Global.
Vanstone, B. J., Finnie, G., & Tan, C. (2004). Applying fundamental analysis and neural networks in the Australian stockmarket. Information Technology papers, 19.
Gryc, W. Neural Network Predictions of Stock Price Fluctuations. Technical report, http://i2r. org/nnstocks. pdf (accessed July 02, 2010).
Emir, Ş., Dinçer, H., & Mehpare, T. (2012). A Stock Selection Model Based on Fundamental and Technical Analysis Variables by Using Artificial Neural Networks and Support Vector Machines. Review of Economics & Finance, 106-122.
Sekian contoh Concept notes dari kami, semoga bermanfaat. Jika Anda ingin mendapatkan versi PDF-nya, Anda bisa mendapatkannya di link berikut: Cooming soon.
Artikel Lanjutan: