Pembentukan Portofolio Saham Menggunakan Klastering Time Series K-Medoid dengan Ukuran Jarak Dynamic Time Warping

Abstract

Pada penelitian ini akan disajikan pembentukan portofolio saham dengan preprocessing data menggunakan klastering time series dengan ukuran jarak Dynamic Time Warping (DTW). Pertama-tama saham-saham dikelompokkan ke dalam beberapa klaster menggunakan klastering time series Partitioning Around Medoids (PAM) berdasarkan ukuran jarak DTW. Setelah proses klastering, saham dipilih untuk mewakili masing-masing klaster untuk membangun portofolio optimum. Saham yang dipilih dari masing-masing klaster merupakan saham yang memiliki Sharpe ratio tertinggi. Portofolio optimal ditentukan dengan menggunakan tiga model portofolio, yaitu: model portofolio MV klasik, model portofolio MV robust FMCD dan model portofolio robust S. Dengan menggunakan prosedur ini, dapat diperoleh portofolio optimum secara efisien bila ada banyak saham yang terlibat dalam proses pembentukan portofolio. Untuk mengukur kinerja portofolio yang terbentuk digunakan Sharpe ratio. Hasil kajian empiris menunjukkan bahwa kinerja portofolio yang dihasilkan dengan menggunakan klastering time series PAM dengan ukuran disimilaritas jarak DWT yang dikombinasikan dengan model portofolio MV klasik mengungguli kinerja portofolio yang dihasilkan kombinasi dengan model yang lain.