SKRIPSI

ANALISIS INFLASI, BI RATE, KURS RUPIAH DAN JUMLAH

UANG BEREDAR TERHADAP VOLUME PERDAGANGAN
SAHAM DI BURSA EFEK INDONESIA
Halaman Sampul

Oleh :
NOVRIZAL FAUZI JATINDRA
C1B014059

KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET DAN TEKNOLOGI

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS EKONOMI DAN BISNIS
JURUSAN MANAJEMEN
2021
 SKRIPSI

ANALISIS INFLASI, BI RATE, KURS RUPIAH DAN JUMLAH

UANG BEREDAR TERHADAP VOLUME PERDAGANGAN
SAHAM DI BURSA EFEK INDONESIA

Halaman Judul

Disusun untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana (S-1) pada

Fakultas Ekonomi dan Bisnis Universitas Jendral Soedirman

Oleh :
NOVRIZAL FAUZI JATINDRA
C1B014059

KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET DAN TEKNOLOGI

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS EKONOMI DAN BISNIS
JURUSAN MANAJEMEN
2021
 SKRIPSI

ANALISIS INFLASI, BI RATE, KURS RUPIAH DAN JUMLAH

UANG BEREDAR TERHADAP VOLUME PERDAGANGAN
SAHAM DI BURSA EFEK INDONESIA

Halaman Pengesahan Skripsi

Oleh :
NOVRIZAL FAUZI JATINDRA
C1B014059

Disetujui untuk Ujian Skripsi

Pada Tanggal :

Pembimbing I Pembimbing II

Dr. Najmudin, S.E., M.Si. Drs. Bambang Sunarko, M.M.

NIP. 197704102006041002 NIP. 1959060219850310002
 SKRIPSI

ANALISIS INFLASI, BI RATE, KURS RUPIAH DAN JUMLAH

UANG BEREDAR TERHADAP VOLUME PERDAGANGAN
SAHAM DI BURSA EFEK INDONESIA
Halaman Pengesahan Skripsi

Oleh:
NOVRIZAL FAUZI JATINDRA
C1B014059

Disetujui dan Disahkan

1. Dr. Najmudin, S.E., M.Si. Pembimbing I/Penguji (………………)

NIP. 197704102006041002

2. Drs. Bambang Sunarko, M.M. Pembimbing 2/ Penguji (……………….)

NIP. 1959060219850310002

3. Ekaningtyas Widiastuti, S.E., M.Si. Penguji (…….…………)

NIP. 1979121520060410002

Mengetahui
Ketua Jurusan Manajemen

Dr. Ratno Purnomo, S.E., M.Si.

NIP. 197912152006041002
 PERNYATAAN KEASLIAN SKRIPSI
Saya yang bertanda tangan di bawah ini
Nama : Novrizal Fauzi Jatindra
NIM : C1B014059

Jurusan : Manajemen
Fakultas : Ekonomi dan Bisnis
Menyatakan dengan sebenarnya, bahwa skripsi ini benar-benar merupakan hasil
karya saya; bukan merupakan pengambilalihan tulisan atau pikiran orang lain yang
saya akui sebagai tulisan atau pikran saya, kecuali yang secara tertulis diacu dalam
naskah ini dan disebutkan dalam daftar pustaka.
Apabila di kemudian hari terbukti atau dapat dibuktikan bahwa skripsi ini hasil
plagiasi, maka saya bersedia menerima sanksi berupa pencabutan gelar akademik
yang saya peroleh terkait dengan skripsi ini.

Purwokerto, 1 Agustus 2021

Yang membuat pernyataan
Tanda tangan

Novrizal Fauzi Jatindra

NIM C1B014059
 KATA PENGANTAR

Alhamdulillah Puji Syukur Kehadirat Allah SWT yang telah melimpahkan

rahmat hidayah dan karunia-Nya kepada penulis, sehingga penulis dapat

menyelesaikan Skripsi yang berjudul “ANALISIS INFLASI, BI RATE, KURS

RUPIAH DAN JUMLAH UANG BEREDAR TERHADAP VOLUME

PERDAGANGAN SAHAM.” dengan baik.

Dalam proses penyusunan Skripsi ini penulis mendapatkan banyak dukungan

dan saran dari berbagai pihak. Oleh karena itu dengan segala hormat perkenankanlah

penulis untuk mengucapkan terima kasih kepada:

1. Prof. Dr. Suliyanto, S,E, M.M., selaku Dekan Fakultas Ekonomi dan Bisnis

Universitas Jenderal Soedirman.

2. Drs. Ratno Purnomo, S.E., M.Si., selaku Ketua Jurusan Manajemen

Fakultas Ekonomi dan Bisnis Universitas Jenderal Soedirman.

3. Dr. Najmudin, S.E, M.Si., selaku Dosen Pembimbing Skripsi 1 penulis

yang telah memberikan bimbingan akademik selama pelaksanaan studi di

Universitas Jenderal Soedirman.

4. Drs. Bambang Sunarko, M.M., selaku Dosen Pembimbing Skripsi 2

penulis yang telah memberikan bimbingan akademik selama pelaksanaan

studi di Universitas Jenderal Soedirman.

 5. Ekaningtyas W, S.E., M.Si. selaku Dosen Penguji yang telah memberikan

bimbingan dan arahan dalam penyusunan Laporan Praktik Kerja penulis.

6. Bapak dan Ibu Dosen Fakultas Ekonomi dan Bisnis Universitas Jenderal

Soedirman yang telah memberikan ilmu pengetahuan kepada penulis

selama pelaksanaan studi di Universitas Jenderal Soedirman.

7. Kedua orang tua serta adik penulis yang selalu memberikan semangat dan

doa setiap hari tiada hentinya agar penulis selalu diberikan kemudahan dan

kelancaran dalam menyelesaikan Skripsi ini.

8. Keluarga besar penulis yang selalu memberikan semangat dan doa kepada

penulis.

9. Teman-teman Manajemen 2014 yang telah menemani kehidupan penulis

selama perkuliahan dalam menimba ilmu, dan memberikan semangat satu

sama lain.

10. Semua pihak terkait yang telah membantu penulis untuk menyelesaikan

Skripsi ini.

Dalam menyusun Skripsi ini, penulis menyadari masih banyak kekurangan baik

dalam penyusunan kalimat, tata bahasa maupun penyampaian materi. Oleh karena itu

penulis meminta maaf atas segala kekurangan tersebut namun penulis harap Skripsi

ini bermanfaat.

Purwokerto, 1 Agustus 2021

Penulis
 RINGKASAN

Pasar modal sekarang ini sangat berperan dalam menunjang pelaksanaan

pembangunan nasional dalam rangka meningkatkan pemerataan, pertumbuhan, dan
stabilitas ekonomi nasional guna untuk meningkatkan kesejahteraan rakyat. Pasar
modal adalah tempat dimana berbagai pihak menjual saham (stock) dan obligasi
(bond) dengan tujuan dari hasil penjualan tersebut nantinya akan digunakan sebagai
tambahan dana, juga bisa digunakan sebagai tambahan modal bagi perusahaan.
Penelitian ini merupakan penelitian sekunder yang menggunakan data time series
pada perusahaan LQ-45 yang terdaftar dalam Bursa Efek Indonesia. Penelitian ini
mengambil judul: “Analisis Inflasi, Bi Rate, Kurs Rupiah Dan Jumlah Uang Beredar
Terhadap Volume Perdagangan Saham Di Bursa Efek Indonesia.” Tujuan penelitian
ini adalah untuk mengetahui pengaruh inflasi, BI rate, kurs rupiah dan jumlah uang
yang beredar terhadap volume perdagangan saham.
Populasi dalam penelitian ini perusahaan LQ-45 yang terdapat di Bursa Efek
Indonesia. Metode pengumpulan data yang digunakan adalah metode pengumpulan
data secara runtut (time series). Analisis data yang dilakukan pada penelitian kali ini
adalah menggunakan Uji asumsi klasik (uji multikolinieritas, uji autokorelasi, dan uji,
Analisis regresi linear berganda dan uji koefisien determinasi.
Berdasarkan penelitian yang telah dilakukan maka didapatkan hasil bahwa
inflasi tidak memberikan pengaruh signifikan terhadap volume perdangan. Selain itu,
BI rate berpengaruh signifikan terhadap volume perdagangan dengan arah koefisien
regresi positif. Kurs dan jumlah uang beredartidak memberikan pengaruh signifikan
terhadap volume perdagangan.
Kata kunci: Pasar modal, analisis, volume perdagangan
 SUMMARY

The current capital market plays a very important role in supporting the
implementation of national development in order to increase equity, growth, and
national economic stability in order to improve people's welfare. The capital market
is a place where various parties sell shares (stock) and bonds (bonds) with the aim
that the proceeds from these sales will later be used as additional funds, can also be
used as additional capital for the company. This research is a secondary research that
uses time series data on LQ-45 companies listed on the Indonesia Stock Exchange.
This research takes the title: "Analysis of Inflation, Bi Rate, Rupiah Exchange Rate
and the Money Supply Against Stock Trading Volume on the Indonesia Stock
Exchange." The purpose of this study was to determine the effect of inflation, BI rate,
rupiah exchange rate and the amount of money in circulation on the volume of stock
trading.
The population in this study is LQ-45 companies listed on the Indonesia Stock
Exchange. The data collection method used is the method of collecting data in a
coherent manner (time series). The data analysis carried out in this study was using
the classical assumption test (multicollinearity test, autocorrelation test, and test,
multiple linear regression analysis and coefficient of determination test.
Based on the research that has been done, it is found that inflation does not
have a significant effect on the volume of trade. In addition, the BI rate has a
significant effect on trading volume with a positive regression coefficient direction.
The exchange rate and the money supply do not have a significant effect on trading
volume.
Keywords: Capital market, analysis, trading volume
 DAFTAR ISI
Halaman Sampul....................................................................................................................1

Halaman Judul.......................................................................................................................ii

Halaman Pengesahan Skripsi...............................................................................................iii

Halaman Pengesahan Skripsi...............................................................................................iv

PERNYATAAN KEASLIAN SKRIPSI................................................................................v

KATA PENGANTAR...........................................................................................................vi

RINGKASAN.......................................................................................................................vii

SUMMARY...........................................................................................................................viii

DAFTAR ISI..........................................................................................................................ix

DAFTAR TABEL.................................................................................................................xii

PENDAHULUAN..................................................................................................................1

A. Latar Belakang...............................................................................................1

B. Rumusan Masalah..........................................................................................5

C. Tujuan Penelitian...........................................................................................5

D. Manfaat Peneltian..........................................................................................6

BAB II.....................................................................................................................................7

TINJAUAN PUSTAKA.........................................................................................................7

A. Kajian Teori....................................................................................................7

1. Saham..........................................................................................................7

a. Jenis saham berdasarkan kemampuannya...............................................7

b. Jenis Saham Berdasarkan Kinerjanya.....................................................9

 2. Volume perdagangan saham....................................................................11

3. Tingkat inflasi...........................................................................................15

4. BI Rate.......................................................................................................20

5. Kurs Rupiah..............................................................................................23

6. Jumlah uang beredar...............................................................................27

B. Kerangka Pemikiran....................................................................................30

C. Hipotesis....................................................................................................31

METODE PENELITIAN....................................................................................................32

A. Desain Penelitian..........................................................................................32

1. Metode penentuan sampel.......................................................................32

2. Metode pengumpulan data......................................................................32

B. Definisi Konsep dan Operasional................................................................32

C. Metode Analisis.............................................................................................34

1. Uji Asumsi Klasik.....................................................................................34

2. Analisis Regresi Linear Berganda...........................................................37

3. Uji Koefisien Determinasi (R2).................................................................38

4. Uji Hipotesis..............................................................................................38

BAB IV..................................................................................................................................41

HASIL DAN PEMBAHASAN............................................................................................41

A. Deskripsi Sampel Penelitian........................................................................41

B. Analisis Data.................................................................................................43

BAB V...................................................................................................................................55

KESIMPULAN DAN IMPLIKASI.....................................................................................55

A. Kesimpulan...................................................................................................55
 B. Implikasi........................................................................................................55

DAFTAR PUSTAKA...........................................................................................................57

LAMPIRAN.........................................................................................................................60

BIODATA PENULIS...........................................................................................................95
 DAFTAR TABEL
Tabel 4.1. Proses pengambilan sampel...................................................................................42
Tabel 4.2. Daftar perusahaan yang menjadi sampel...............................................................42
Tabel 4.3. Hasil Analisis Statistik Deskriptif.........................................................................43
Tabel 4.4. Hasil Uji Normalitas dengan metode kolmogorov smirnov...................................47
Tabel 4.5. Hasil uji multikolinearitas dengan metode VIF.....................................................48
Tabel 4.6. Hasil uji heteroskedastisitas dengan metode park..................................................49
Tabel 4.7. Hasil Analisis Regresi Berganda...........................................................................49
Tabel 4.8. Hasil uji koefisien determinasi..............................................................................51
Tabel 4.9. Hasil uji F..............................................................................................................52
Tabel 4.10. Nilai t hitung dan nilai signifikansi.....................................................................53
 1

BAB I

PENDAHULUAN
A. Latar Belakang

Investasi pada hakikatnya merupakan kegiatan meningkatkan dana pada satu atau

lebih jenis asset dalam jangka waktu tertentu, dengan tujuan mendapatkan manfaat

ekonomis yang maksimal. Bagi sebagian orang, investasi adalah kegiatan yang

berupaya untuk mengoptimalkan hasil dari sisa penghasilan yang dimiliki dengan

memanfaatkan berbagai sarana investasi yang tersedia, serta mengharapkan

pertambahan nominal terhadap uang yang mereka investasikan dikemudian hari.

Investasi dapat dibagi menjadi dua bagian, investasi dalam bentuk aktiva riil

(real assets investment) dan investasi dalam bentuk aktiva keuangan (financial assets

investment) (http://asiafxonline.com). Tujuan investor dalam melakukan investasi

pada dasarnya adalah untuk menghasilkan sejumlah uang, akan tetapi tujuan investor

melakukan investasi yang lebih luas adalah untuk meningkatkan kesejahteraannya.

Dalam berinvestasi di pasar modal, tujuan investor adalah untuk mendapatkan

pendapatan (return) dalam jangka pendek maupun jangka panjang. Return adalah

keuntungan yang didapat investor dalam melakukan kegiatan investasi.

Pasar modal sekarang ini sangat berperan dalam menunjang pelaksanaan

pembangunan nasional dalam rangka meningkatkan pemerataan, pertumbuhan, dan

stabilitas ekonomi nasional guna untuk meningkatkan kesejahteraan rakyat. Pasar

modal adalah tempat dimana berbagai pihak menjual saham (stock) dan obligasi
 2

(bond) dengan tujuan dari hasil penjualan tersebut nantinya akan digunakan sebagai

tambahan dana, juga bisa digunakan sebagai tambahan modal bagi perusahaan.

Pada posisi ekonomi yang tidak stabil, inflasi dapat terjadi kapan saja. Inflasi

merupakan suatu keadaan meningkatnya harga-harga pada umumnya, atau keadaan

dimana nilai uang turun karena banyaknya jumlah uang yang beredar tidak diimbangi

dengan peningkatan persediaan barang (Muljono, 2016). Sehingga, sebagai seorang

investor pihak perusahaan harus dapat mengantisipasi kondisi tersebut pada saat akan

melakukan investasi. Tingkat inflasi dapat berpengaruh positif maupun negatif

tergantung pada derajat inflasi itu sendiri. Inflasi yang berlebihan dapat menimbulkan

kerugian pada perekonomian secara keseluruhan, sehingga dapat menyebabkan

kebangkrutan pada perusahaan. Inflasi yang tinggi akan menjatuhkan harga saham di

pasar modal, sedangkat tingkat inflasi rendah akan mempengaruhi pertumbuhan

ekonomi menjadi sangat lamban, begitu juga dengan harga saham akan bergerak

secara lamban.

Selain inflasi, dampak dari faktor ekonomi makro terhadap volume perdagangan

saham yaitu jumlah uang beredar. Jumlah uang beredar (money supply) merupakan

salah satu indikator makro ekonomi yang bisa mempengaruhi volume perdagangan

saham yang nantinya akan berdampak terhadap tingkat tinggi-rendahnya volume

perdagangan saham saham. Menurut Ritonga (2010), jumlah uang beredar (money

supply) adalah jumlah uang yang beredar dalam sebuah perekonomian.

Pengertian jumlah uang beredar dapat dilihat secara sempit dan luas. Secara

sempit, uang beredar terdiri dari uang kartal dan deposito yang dapat digunakan
 3

sebagai alat tukar. Uang beredar dalam artian luas juga disebut juga dengan uang

kuasi (quasy money). Jumlah uang beredar (money supply) juga merupakan salah satu

indikator makroekonomi yang bisa mempengaruhi pergerakan harga saham di pasar

modal (Mohamad, 2006:210). Ketika jumlah uang yang beredar di masyarakat

mengalami peningkatan maka orang akan cenderung berinvestasi pada saham. Karena

semakin banyak jumlah uang yang beredar ditangan masyarakat, maka akan semakin

tinggi harga saham di bursa.

Menurut Bank Indonesia (www.bi.go.id), BI Rate adalah suku bunga

kebijakan yang mencerminkan sikap atau stance kebijakan moneter yang

ditetapkan oleh Bank Indonesia dan diumumkan kepada publik. Suku bunga juga

memengaruhi fluktuasi harga saham di Bursa Efek Indonesia (BEI). Apabila suku

bunga mengalami peningkatan maka harga saham akan mengalam penurunan, begitu

juga sebaliknya ketika suku bunga mengalami penurunan maka harga saham akan

mengalami peningkatan.

Faktor makro ekonomi lainnya yang memengaruhi volume perdagangan saham

yaitu nilai tukar mata uang atau yang sering disebut dengan kurs adalah harga

satu unit mata uang asing dalam mata uang domestik atau dapat juga dikatakan

harga mata uang domestik terhadap mata uang asing (Bank Indonesia, 2004:4).

Kurs yang dimaksud dalam penelitian ini adalah kurs Dollar AS. Perubahan

nilai tukar akan memengaruhi investasi di pasar modal, terutama dalam

pergerakan harga saham.

 4

Berdasarkan latar belakang tersebut, peneliti mencoba untuk mengetahui

beberapa faktor makro ekonomi diantaranya tingkat inflasi, BI rate, kurs rupiah dan

jumlah uang yang beredar apakah masing-masing dari variabel tersebut memberikan

pengaruh secara parsial terhadap volume perdagangan saham.

Menurut penelitian sebelumnya yang dilakukan oleh Azmi Ruaida hanya

variabel BI Rate yang mempunyai pengaruhi signifikan dan mempunyai hubungan

yang negatif dengan volume perdagangan saham di BEI. Variabel lainnya seperti kurs

rupiah dan jumlah uang yang beredar tidak mempengaruhi secara signifikan terhadap

volume perdagangan saham di BEI. Sedangkan menurut penelitian yang dilakukan

oleh Fera Yuliana, Errin Yani Wijaya, dan Haryetti menyebutkan bahwa variabel

tingkat suku bunga, dan inflasi tidak berpengaruh signifikan terhadap volume

perdagangan saham pada LQ-45, sedangkan variabel nilai tukar rupiah (Kurs), dan

jumlah uang beredar berpengaruh signifikan terhadap volume perdagangan saham

pada LQ-45.

Berdasarkan pertimbangan di atas maka penelitian ini mengambil judul

“ANALISIS INFLASI, BI RATE, KURS RUPIAH DAN JUMLAH UANG YANG

BEREDAR TERHADAP VOLUME PERDAGANGAN SAHAM DI BURSA EFEK

INDONESIA”.
 5

B. Rumusan Masalah

Berdasarkan latar belakang di atas maka perumusan masalah dalam penelitian ini

adalah :

1. Apakah terdapat pengaruh dari tingkat inflasi, terhadap volume perdagangan

saham di Bursa Efek Indonesia.

2. Apakah terdapat pengaruh dari BI rate terhadap volume perdagangan saham di

Bursa Efek Indonesia.

3. Apakah terdapat pengaruh dari Kurs Rupiah dalam Dolar Amerika terhadap

volume perdagangan saham di Bursa Efek Indonesia.

4. Apakah terdapat pengaruh dari jumlah uang yang beredar terhadap volume

perdagangan saham di Bursa Efek Indonesia.

C. Tujuan Penelitian

Berdasarkan perumusan masalah diatas maka tujuan dari penelitian ini adalah :

1. Untuk menganalisis secara parsial tingkat inflasi terhadap volume perdagangan

saham di Bursa Efek Indonesia.

2. Untuk menganalisis secara parsial BI rate terhadap volume perdagangan saham

di Bursa Efek Indonesia.

3. Untuk menganalisis secara parsial nilai tukar Rupiah dalam Dolar Amerika

terhadap volume perdagangan saham di Bursa Efek Indonesia.

 6

4. Untuk menganalisis secara parsial jumlah uang beredar terhadap volume

perdagangan saham di Bursa Efek Indonesia.

D. Manfaat Peneltian

Berdasarkan perumusan masalah diatas maka manfaat dari penelitian ini adalah :

1. Bagi Penulis
Dapat menerapkan teori-teori ekonimi dan manajemen keuangan yang telah
didapat selama masa perkuliahan.
2. Bagi Investor
Penelitian ini diharapkan dapat memberikan informasi tambahan mengenai
pasar modal yang dapat gunakan sebagai bahan pertimbangan dalam
menanamkan investasinya di pasar modal.
3. Bagi akademisi
Penelitian ini diharapkan dapat menjadi landasan berpijak dan referensi bagi
para peneliti yang tertarik untuk meneliti kajian yang sama untuk waktu yang
akan datang.
 7

BAB II

TINJAUAN PUSTAKA
A. Kajian Teori

1. Saham

Saham adalah suatu dokumen berharga yang mampu menampilkan bagian

kepemilikan dari suatu perusahaan. Artinya, saat seseorang memutuskan untuk

membeli saham, maka sebenarnya orang tersebut sudah membeli sebagian dari

kepemilikan perusahaan yang dibelinya. Pengertian saham yang lainnya bisa juga

diartikan sebagai suatu satuan nilai ataupun pembukuan dalam komponen finansial

yang berfokus pada bagian bentuk kepemilikan suatu perusahaan. Jadi, saat seseorang

membeli saham pada suatu perusahaan, maka sebenarnya orang tersebut sudah

mempunyai hak atas suatu aset dan juga pendapatan yang diperoleh dari perusahaan

tersebut sesuai dengan porsi saham yang dibelinya.

Sedangkan pengertian saham secara sederhana adalah suatu alat bukti atas

kepemilikan dari sebuah perusahaan. Bentuk dari saham itu sendiri biasanya adalah

lembaran kertas yang mana isinya menyatakan kepemilikan surat berharga tersebut

adalah pemilik dari perusahaan yang membuat surat.

Adapun beberapa jenis saham, sebagai berikut :

a. Jenis saham berdasarkan kemampuannya

Jika diperhatikan berdasarkan segi kemampuan dalam hak tagih dan juga

klaimnya, maka saham bisa dibedakan menjadi dua jenis utama, yaitu:

1) Saham Biasa
 8

Pengertian saham biasa atau common stocks adalah suatu saham yang

bisa diklaim berdasarkan dari keuntungan dan kerugian yang ada pada suatu

perusahaan. Apabila prosedur likuidasi dilakukan, maka para pemegang

saham biasa akan memiliki prioritas terakhir dalam hal pembagian dividen

dari penjualan aset suatu perusahaan.

Dalam suatu saham biasa, maka para pemegang saham memiliki

kewajiban yang sifatnya terbatas. Artinya, saat perusahaan yang didanainya

tersebut dinyatakan bangkrut, maka nilai kerugian yang ditanggung oleh

para pemegang saham adalah sebesar nilai modal yang sudah disetorkannya.

Berikut ini adalah ciri-ciri dari saham biasa:

i. Setiap pemegang saham mempunyai hak suara yang sama dalam hal

memilih dewan komisaris.

ii. Setiap hak pemegang saham akan diprioritaskan saat perusahaan akan

mengeluarkan saham baru.

iii.Setiap pemegang saham memiliki tanggung jawab yang sifatn ya

terbatas, yakin sebesar nilai saham yang sudah disetorkannya.

2) Saham Preferen (Preferred Stock)

Pengertian saham preferen atau preferred stock suatu saham yang mana

nilai pembagian labanya tergolong tetap, dan saat perusahaan menderita

kerugian, maka para pemegang saham preferen tersebut akan diberikan

prioritas utama dalam hal pembagian hasil penjualan aset perusahaan.

 9

Saham preferen ini mungkin akan terlihat sama dengan obligasi, yang

mana adanya klaim terhadap laba serta aktiva sebelumnya, dividen yang

tetap selama saham masih berlaku, mempunyai hak tebus, dan juga bisa

ditukarkan dengan saham yang biasa.

Berikut ini adalah ciri-ciri dari saham preferen:

i. Memiliki beberapa tingkatan yang bisa diterbitkan dengan bentuk

karakteristik yang juga berbeda.

ii. Adanya tagihan atas suatu pendapatan dan aktiva, serta memiliki

prioritas yang tinggi dalam hal pembagian nilai dividen.

iii. Saham preferen juga bisa ditukarkan dengan saham biasanya dengan

adanya kesepakatan yang terjalin antara perusahaan dengan pemilik

saham.

b. Jenis Saham Berdasarkan Kinerjanya

Saham juga bisa dibagi berdasarkan kinerja dari perusahaan, yaitu :

1) Blue Chip Stocks

Pengertian saham blue chip atau blue chip stocks adalah suatu

perusahaan besar yang sudah dipercaya di kalangan para pebisnis lain.

Saham ini cenderung memiliki harga perlembar yang lebih tinggi namun

nilainya lebih stabil

2) Income Stocks
 10

Pengertian saham pendapatan atau Income stocks adalah jenis saham

yang mampu memberikan dividen yang besar, namun tetap diiringi dengan

risik o yang besar juga. Sehingga, diperlukan strategi yang ampuh dalam

mengelola jenis saham ini.

3) Growth Stocks

Pengertian saham berkembang atau growth stocks adalah saham yang

mempunyai tingkat perkembangan yang lebih cepat daripada jenis sahal lain

yang sama di bidangnya. Dalam kurun waktu satu hari, jenis saham ini bisa

meningkat atau menurun beberapa kali.

4) Speculative Stocks

Pengertian saham spekulatif atau speculative stocks adalah jenis saham

yang biasa atau sering diperjualbelikan di bursa efek karena didalamnya

terkandung potensi dividen yang besar di masa depan.

5) Cyclical Stocks

Pengertian saham cyclical atau cyclical stocks adalah jenis saham yang

sangat rentan terkena tren ekonomi. Saham ini bersifat fluktuatif, dan

fluktuasi di dalamnya tergolong sangat cepat.

6) Emerging Growth Stock

Jenis saham ini adalah jenis saham yang berasal dari perusahaan kecil,

namun lebih tahan banting, karena cenderung tidak terpengaruh dengan

kondisi ekonomi yang naik turun, terlebih lagi dengan adanya resesi.

7) Defensive Stocks
 11

Defensive stocks adalah jenis saham yang tidak terpengaruh dengan

adanya kondisi resesi. Umumnya, saham ini berasal dari perusahaan yang

bergerak pada industri harian manusia yang daya belinya cenderung stabil di

setiap harinya.

2. Volume perdagangan saham

Volume perdagangan saham diartikan sebagai jumlah lembar saham yang

diperdagangkan pada hari tertentu (Halim dan Hidayat, 2010). Perdagangan suatu

saham yang aktif, yaitu dengan volume perdagangan yang besar, menunjukkan bahwa

saham tersebut digemari oleh para investor yang berarti saham tersebut cepat

diperdagangkan. Ada kemungkinan dealer akan mengubah posisi kepemilikan

sahamnya pada saat perdagangan saham semakin tinggi atau dealer tidak perlu

memegang saham dalam jumlah terlalu lama. Volume perdagangan akan menurunkan

kos (kontrak opsi saham) pemilikan saham, sehingga menurunkan spread. Dengan

demikian semakin aktif perdagangan suatu saham atau semakin besar volume

perdagangan suatu saham, maka semakin rendah biaya pemilikan saham tersebut

yang berarti akan mempersempit bid ask spread saham tersebut.

Volume perdagangan merupakan suatu instrumen yang dapat digunakan untuk

melihat reaksi pasar modal terhadap informasi melalui parameter volume saham yang

diperdagangkan di pasar (Sutrisno, 2010). Menurut Halim dan Hidayat (2010)

volume perdagangan (Vt) sebagai lembar saham yang diperdagangkan pada hari (t).

Volume perdagangan saham merupakan salah satu indikator yang digunakan dalam
 12

análisis teknikal pada penilaian harga saham dan suatu instrumen yang dapat

digunakan untuk melihat reaksi pasar modal terhadap informasi melalui parameter

pergerakan aktivitas volume perdagangan saham di pasar. Oleh karena itu,

perusahaan yang berpotensi tumbuh dapat berfungsi sebagai berita baik dan pasar

seharusnya bereaksi positif.

Dihubungkan dengan volume perdagangaan saham, suatu laporan diumumkan

memiliki kandungan informasi apabila jumlah lembar saham yang diperdagangkan

menjadi lebih besar. Data mengenai volume perdagangan ini penting untuk diamati

karena apabila dibandingkan dengan total lembar saham beredar dapat menunjukkan

likuid tidaknya saham-saham diperjual belikan di atas bursa. Banyak faktor yang

memengaruhi volume perdagangan, ini berhubungan berat dengan heterogenitas

investor dalam informasi, kesempatan investasi perindividu dan perdagangan yang

rasional untuk tujuan yang berdasarkan informasi maupun tidak berdasarkan

informasi.

Volume perdagangan saham adalah keseluruhan nilai transaksi pembelian

maupun penjualan saham oleh investor. Volume perdagangan ini seringkali dijadikan

tolok ukur (benchmark) untuk mempelajari informasi dan dampak dari berbagai

kejadian. Efek volatilitas aktivitas perdagangan terhadap expected stock return

didorong oleh adanya elemen risiko dan variabilitas dalam likuiditas sehingga saham

dengan variabilitas yang tinggi memiliki expected return yang tinggi pula (Chordia,

2011).
 13

Volume perdagangan digunakan untuk melihat penilaian suatu info oleh investor

individual dalam arti info tersebut membuat suatu keputusan perdagangan ataukah

tidak. Hal ini berkaitan dengan salah satu motivasi investor dalam melakukan

transaksi jual beli saham yaitu penghasilan yang berkaitan dengan capital gain.

Volume perdagangan yang kecil menunjukkan investor yang sedikit atau kurang

tertarik dalam melakukan investasi di pasar sekunder, sedangkan volume yang besar

menunjukkan transaksi jual dan beli saham.

Menurut Yosef dan Brown (2007) dalam Sandrasari (2010), volume

perdagangan kecil dapat merupakan suatu tanda yang menunjukkan ketidakpastian

atau ketidakyakinan dari para investor di masa yang akan datang. Di sisi lain,

menurut Karproff (2006) dan Houthausen dan Verrechia (2010) yang dikutip oleh

Handani (2012), kenaikan perdagangan saham terjadi karena para investor

mempunyai interpretasi yang berbeda terhadap suatu pengumuman.

Lebih jauh dijelaskan bahwa kenaikan volume perdagangan akan semakin tinggi

dengan semakin tingginya ketidakpastian di antara investor mengenai interpretasi

mereka atas pengumuman tersebut. Namun demikian, perdagangan tidaklah secara

otomatis mengimplikasikan adanya perbedaan interpretasi di antara investor,

kenaikan volume perdagangan tetap bisa saja terjadi apabila investor mempunyai

informasi yang berbeda-beda. Info yang dimiliki oleh investor diperoleh dari 2

sumber, yaitu :

1) Informasi yang tersedia di publik.

 14

2) Informasi pribadi di mana hanya investor tertentu yang memiliki informasi

tersebut.

Berbagai pendapat tersebut mencoba menerangkan sebab perubahan volume

perdagangan saham berkaitan dengan adanya info tertentu.

Menurut Jogiyanto (2010) volume perdagangan saham adalah jumlah lembar

saham yang diperdagangkan secara harian. Sehingga dapat disimpulkan bahwa

volume perdagangan saham merupakan jumlah lembar saham yang diperdagangkan

dalam kurun waktu tertentu. Perkembangan harga dan volume perdagangan saham di

pasar modal merupakan suatu indikator penting untuk mempelajari tingkah laku pasar

yaitu investor. Naiknya volume perdagangan saham dapat menambah informasi yang

berguna bagi investor secara kontinyu dalam periode perdagangan dimana saat

volume perdagangan saham dalam jumlah kecil yang menyebabkan harga jatuh.

Semakin tinggi minat atau permintaan saham semakin mendorong kenaikan harga

saham. Perkembangan harga saham dan volume perdagangan saham di pasar modal

merupakan suatu indikator penting untuk mempelajari tingkah laku pelaku pasar yaitu

investor. Volume perdagangan saham di Bursa Efek Indonesia sangat pesat, setelah

diterapkan otomatisasi perdagangan.

Naiknya volume perdagangan merupakan kenaikan aktivitas jual beli oleh para

investor di bursa (Aliwu, 2008 dalam Sandrasari, 2010). Volume perdagangan

merupakan suatu indikator likuiditas saham atas suatu informasi yang ada dalam

pasar modal. Volume perdagangan merupakan bagian yang diterima dalam analisis

teknikal. Kegiatan perdagangan dalam volume yang sangat tinggi di suatu bursa akan
 15

ditafsirkan sebagai tanda pasar akan membaik (bullish). Peningkatan volume

perdagangan dibarengi dengan peningkatan harga merupakan gejala yang makin kuat

akan kondisi yang bullish.

Volume perdagangan saham digunakan untuk melihat apakah investor individual

menilai laporan informatif, dalam arti apakah informasi tersebut membuat keputusan

perdagangan pada kondisi normal. Volume perdagangan dipasar modal dapat

dijadikan indikator penting bagi investor. Naiknya volume perdagangan saham

merupakan kenaikan aktivitas jual-beli oleh para investor dipasar modal. Saham-

saham yang diperdagangkan dipasar modal cenderung mengikuti keadaan ekonomi

dan faktor-faktor yang mempengaruhi volume perdagangan berkaitan dengan

heterogenitas dan perdagangan yang rasional.

3. Tingkat inflasi

Inflasi secara sederhana diartikan sebagai kenaikan harga secara umum dan terus

menerus dalam jangka waktu tertentu. Kenaikan harga dari satu atau dua barang saja

tidak dapat disebut inflasi, kecuali bila kenaikan itu meluas (atau mengakibatkan

kenaikan harga) pada barang lainnya. Nah kebalikan dari inflasi disebut deflasi.

(www.bi.go.id)

Sementara itu, Badan Pusat Statistik (BPS) mengartikan inflasi sebagai

kecenderungan naiknya harga barang dan jasa, pada umumnya yang berlangsung

secara terus menerus. Jika harga barang dan jasa di dalam negeri meningkat, maka

inflasi mengalami kenaikan. (www.bps.go.id). Naiknya harga barang dan jasa

 16

tersebut menyebabkan turunnya nilai uang. Dengan demikian, inflasi dapat juga

diartikan sebagai penurunan nilai uang terhadap nilai barang dan jasa secara umum.

Indikator yang sering digunakan untuk mengukur tingkat inflasi adalah Indeks

Harga Konsumen (IHK). Yakni indeks yang menghitung rata-rata perubahan harga

dari suatu paket barang dan jasa yang dikonsumsi oleh rumah tangga dalam kurun

waktu tertentu.

Perubahan IHK dari waktu ke waktu menggambarkan tingkat kenaikan (inflasi)

atau tingkat penurunan (deflasi) dari barang dan jasa. Penentuan barang dan jasa

dalam keranjang IHK dilakukan atas dasar Survei Biaya Hidup (SBH) yang dilakukan

BPS. Kemudian BPS akan memonitor perkembangan harga dari barang dan jasa

tersebut secara bulanan di 82 kota seluruh Indonesia, di pasar tradisional dan modern

terhadap beberapa jenis barang atau jasa di setiap kota.

Inflasi yang diukur IHK dikelompokkan ke 7 kelompok pengeluaran, yakni:

a. Kelompok bahan makanan

b. Kelompok makanan jadi, minuman, rokok dan tembakau

c. Kelompok perumahan, air, listrik, gas, dan bahan bakar

d. Kelompok sandang

e. Kelompok kesehatan

f. Kelompok pendidikan, rekreasi, dan olahraga

g. Kelompok transportasi, komunikasi, dan jasa keuangan.

Kenaikan harga barang atau jasa secara kontinyu dapat membuat daya beli

masyarakat turun. Gaji atau penghasilan yang mereka dapat tidak akan cukup
 17

membeli kebutuhan hidup. Biasanya inflasi di Indonesia akan tinggi menjelang Hari

Raya Idul Fitri, Idul Adha, atau terganggunya produksi akibat cuaca, dan momen

lainnya. Kalau tidak ada upaya dari pemerintah, inflasi tersebut akan cenderung

bergerak tak terkendali.

Kenaikan harga barang terus menerus atau inflasi terjadi bukan tanpa sebab.

Secara umum, ada beberapa faktor penyebab terjadinya inflasi, antara lain:

a. Meningkatnya jumlah permintaan atau demand pada suatu jenis barang tertentu.

Saat permintaan naik, namun stok atau suplai terbatas, pasti akan terjadi lonjakan

harga.

b. Biaya produksi sebuah barang atau jasa mengalami kenaikan. Hal ini disebabkan

karena terjadi peningkatan harga bahan baku maupun upah pekerja. Dari situlah,

produsen akan mengambil tindakan mengerek harga jual barang atau jasa.

c. Saat jumlah uang yang beredar di masyarakat cukup tinggi. Ketika jumlah uang

yang ada di masyarakat meningkat hingga dua kali lipat, harga barang pun akan

mengalami peningkatan yang setara. Hal ini disebabkan karena kenaikan daya

beli masyarakat, tetapi stok barang tetap statis.

Adapun jenis-jenis inflasi, antara lain:

a. Inflasi dilihat dari tingkat keparahan.

1) Inflasi ringan. Kenaikan harga barang masih di bawah angka 10% dalam

setahun

2) Inflasi sedang. Kenaikan harga hingga 30% per tahun

3) Inflasi tinggi. Kenaikan harga barang atau jasa berkisar 30%-100%

 18

4) Hiperinflasi. Kenaikan harga barang melampaui angka 100% per tahun.

Dalam situasi tersebut, kebijakan fiskal dan moneter dari otoritas seringkali

tak memberi dampak signifikan.

b. Inflasi berdasarkan asalnya, dapat digolongkan menjadi 2, yaitu:

1) Inflasi yang berasal dari domestik (domestic inflation)

Penyebabnya meningkatnya jumlah uang beredar di masyarakat, kenaikan

harga barang atau jasa, permintaan masyarakat tinggi, suplai terganggu atau

terbatas, biaya produksi naik, dan masih banyak lainnya.

2) Inflasi yang berasal dari luar negeri (imported inflation)

Penyebabnya harga barang-barang impor atau yang berasal dari luar negeri

semakin mahal karena kenaikan harga di negara asalnya.

Inflasi di suatu negara dapat dihitung berdasarkan Indeks Harga Konsumen

(IHK), Indeks Biaya Hidup, dan Indeks Harga Produsen. Rumus menghitung inflasi

berdasarkan IHK adalah:

∑( Pit .Qio)
IHK = x 100 %
∑(Pio . Qio)

Dimana :

Pit : harga barang pada periode tertentu

Qit : bobot barang pada periode tertentu

Pio : harga barang pada periode dasar

Qio : bobot barang pada periode dasar.

 19

Setelah mendapatkan nilai IHK, baru nilai inflasi dapat diketahui dengan

menggunakan rumus:

Inflasi = (IHK periode 1- IHK periode 2) / IHK periode 2) x 100

Dengan menggunakan rumus tersebut, nilai inflasi dalam suatu negara dapat

diketahui dengan tepat. Jadi, saat nilai inflasi berada pada tingkat yang melebihi

target, pemerintah dan Bank Indonesia (BI) dapat mengambil langkah tepat agar

inflasi tidak semakin memburuk.

Inflasi memiliki dampak cukup signifikan bagi perekonomian suatu negara,

antara lain:

a. Inflasi dapat menggerus daya beli masyarakat. Kalau daya beli turun, masyarakat

jadi irit belanja. Padahal motor penggerak ekonomi Indonesia masih ditopang

konsumsi masyarakat. Jika masyarakat mengurangi belanja, otomatis

pertumbuhan ekonomi nasional akan bergerak ke lambat atau stagnan, bahkan

lebih rendah.

b. Inflasi tentu saja merugikan konsumen karena gaji atau penghasilan stagnan, tapi

pengeluaran atau belanja membengkak lantaran kenaikan harga barang atau jasa

yang menjadi kebutuhan utama.

c. Inflasi juga mempengaruhi kemampuan ekspor sebuah negara. Akibat inflasi,

biaya ekspor jadi lebih mahal dan daya saing produk ekspor menurun. Akhirnya

devisa jadi berkurang.

d. Inflasi akan mengurangi minat orang menabung di bank. Penyebabnya bunga

simpanan tabungan yang kecil tergerus inflasi. Apalagi menabung di bank juga
 20

mengeluarkan biaya administrasi setiap bulan, sehingga bunga yang diperoleh

nasabah makin minim, bahkan nyaris tak terasa.

e. Inflasi dapat mempengaruhi kestabilan mata uang rupiah. Kestabilan kurs rupiah

mengandung dua aspek, yakni kestabilan nilai mata uang terhadap barang dan

jasa, serta kestabilan terhadap mata uang negara lain.

4. BI Rate

BI Rate adalah suku bunga acuan yang ditetapkan oleh Bank Indonesia lewat

Rapat Dewan Gubernur tiap bulannya. Setelah ditetapkan, nilai BI Rate diumumkan

ke publik sebagai referensi suku bunga acuan kredit. Oleh sebab itu, BI Rate sangat

memengaruhi suku bunga dari bank atau perusahaan pembiayaan (leasing) untuk

transaksi kredit. (www.bi.go.id).

Selain itu, BI Rate juga mencerminkan sikap kebijakan moneter dari Bank

Indonesia. Oleh sebab itu, penetapan BI Rate oleh Bank Indonesia harus dengan

perhitungan yang masak. Ada beberapa faktor yang memengaruhi penetapan BI Rate

yaitu inflasi, makroekonomi, kebijakan moneter yang akan datang, serta faktor

ekonomi lainnya.

Menurut Abimanyu (2004:35) menyatakan bahwa pengertian BI rate atau suku

bunga adalah suku bunga adalah harga dari aset finansial secara umum, suku bunga

dapat dibedakan ke dalam suku bunga nominal dan suku bunga rill. Adapun jenis-

jenis BI Rate adalah sebagai berikut :

a. Suku bunga nominal

 21

Suku bunga nominal adalah kewajiban membayar atau hak untuk

mendapatkan bunga pada tingkat tertentu tanpa memperhatikan tingkat suku

bunga nominal terdiri dari suku bunga nominal atas pinjaman dan suku bunga

nominal atas tabungan.

b. Suku bunga rill

Suku bunga rill adalah suku bunga nominal dikurangi dengan tingkat inflasi.

Kenyataanya pinjaman dan penabung cenderung lebih memperhatikan suku

bunga rill dibandingkan dengan suku bunga nominal.

Menurut Natsir (2014:104) menyatakan bahwa pengertian BI Rate adalah BI rate

merupakan sinyal berupa besaran angka dalam transmisi kebijakan moneter yang

menunjukan situasi terkini ekonomi, termasuk gambaran tentang tantangan dalam

pencapaian target inflasi.

Bank Indonesia menyatakan bahwa BI rate (suku bunga) di umumkan oleh

dewan gubernur bank Indonesia setiap rapat dewan gubernur bulanan dan

diimplementasikan pada operasi moneter yang dilakukan bank Indonesia melalui

pengelolaan likuiditas (liquidity management) di pasar uang untuk mencapai sasaran

operasional kebijakan moneter.sasaran operasional kebijaka moneter dicerminkan

pada perkembangan suku bunga pasar uang antara bank Overnight (PUAB O/N).

Pergerakan di suku PUAB diharapkan akan diikuti oleh perkembangan di suku bunga

deposito, dan pada gilirannya suku bungga kredit perbankan.

Menurut Djohanputro (2008:132) menyatakan bahwa faktor-faktor yang

mempengaruhi besar kecilnya penetapan suku bunga, adalah:

 22

a. Kebutuhan dana

Apabila bank kekurangan dana, sementara permohonan pinjaman meningkat,

maka yang dilakukan oleh bank agar dana tersebut cepat terpenuhi dengan

meningkatkan suku bunga simpanan. Peningkatan bunga simpanan secara

otomatis akan pula meningkatkan bunga pinjaman.

b. Persaingan

Dalam memperebutkan dana simpanan, maka disamping faktor promosi, yang

paling utama pihak perbankan harus memperhatikan pesaing.

c. Kebijakan pemerintah

Dalam arti baik untuk bunga simpanan maupun bunga pinjaman kita tidak

boleh melebihi bunga yang sudah ditetapkan oleh pemerintah.

d. Tingkat laba yang diinginkan

Sesuai dengan target laba yang diinginkan, jika laba yang diinginkan besar,

maka bunga pinjaman ikut besar dan sebaliknya.

e. Jangka waktu

Semakin panjang jangka waktu pinjaman, maka semakin tinggi bunganya, hal

ini disebabkan dengan kemungkinan resiko di masa mendatang.

f. Kualitas jaminan

Semakin likuid jaminan yang diberikan, semakin rendah bunga kredit yang

dibebankan dan sebaliknya

g. Reputasi perusahaan
 23

Bonafiditas suatu perusahaanyang akan memperoleh kredit sangat

menentukan tungkat suku bunga yang akan dibebankan nantinya, karena

biasanya perusahaan yang bonafid kemungkinan resiko kredit macet di masa

mendatang relatif kecil dan sebaliknya.

h. Produk yang kompetitif

Maksudnya adalah produkyang dibiayai tersebut laku dipasaran. Untuk

produk yang kompetitif, bunga kredit yang diberikan relatif rendah jika

dibandingkan dengan produk yang kurang kompetitif.

i. Hubungan baik

Biasanya bank mengolongkan nasabah antara nasabah utama (primer) dan

nasabah biasa (sekunder). Pengelolaan ini didasarkan kepada keaktifan serta

loyalitas nasabah yang bersangkutan terhadap bank. Nasabah utama biasanya

mempunyai hubungan yang baik dengan pihak bank sehingga dalam penentuan

suku bunganya pun berbeda dengan nasabah biasa

j. Jaminan pihak ketiga

Dalam lah ini pihak yang memberikan jaminan kepada pemerima kredit.

Biasanya jika pihak yang memberikan jaminan bonafit, baik dari segi

kemampuan membayar, nama baik maupun loyalitas terhadap bank, maka bunga

yang dibebankan pun berbeda.

5. Kurs Rupiah

Pengertian Kurs (nilai tukar) secara umum adalah nilai atau harga mata uang

sebuah negara yang diukur atau dinyatakan dalam mata uang negara lain. Kata “kurs”
 24

mungkin bukan istilah yang asing lagi bagi kita. Namun, dalam penerapannya masih

banyak yang belum mengetahui pengertian kurs dan pengaruhnya.

Perdagangan internasional akan mendorong terjadinya pertukaran dua atau lebih

mata uang berbeda. Transaksi ini akan menimbulkan permintaan dan penawaran

terhadap suatu mata uang tertentu, berikut ini beberapa pengertian tentang nilai tukar.

Menurut Nopirin (2012:163) nilai tukar adalah harga di dalam pertukaran dua

macam mata uang yang berbeda, akan terdapat perbandingan nilai atau harga antara

kedua mata uang tertentu, perbandingan nilai inilah yang disebut exchange rate.

Menurut Sukirno (2011:397) nilai tukar adalah nilai tukar mata uang (exchange

rate) atau sering disebut kurs merupakan harga mata uang terhadap mata uang

lainnya. Kurs merupakan salah satu harga yang terpenting dalam perekonomian

terbuka mengingat pengaruh yang demikian besar bagi neraca transaksi berjalan

maupun variabelvariabel makro ekonomi yang lainnya.

Menurut Ekananda (2014:168) kurs merupakan harga suatu mata uang relatif

terhadap mata uang negara lain. Kurs memainkan peranan penting dalam keputusan-

keputusan pembelanjaan, karena kurs memungkinkan kita menerjemahkan

hargaharga dari berbagai negara ke dalam satu bahasa yang sama.

Menurut Ekananda (2014:314) terdapat 3 sistem nilai tukar yang dipakai suatu

negara, yaitu:

a. Sistem kurs bebas (floating)

 25

Dalam sistem ini tidak ada campur tangan pemerintah untuk menstabilkan

nilai kurs. Nilai tukar kurs ditentukan oleh permintaan dan penawaran terhadap

valuta asing.

b. Sistem kurs tetap (fixed)

Dalam sistem ini pemerintah atau bank sentral negara yang bersangkutan turut

campur secara aktif dalam pasar valuta asing dengan membeli atau menjual

valuta asing jika nilainya menyimpang dari standar yang telah ditentukan

c. Sistem kurs terkontrol atau terkendali (controlled)

Dalam sistem ini pemerintah atau bank sentral negara yang bersangkutan

mempunyai kekuasaan eksklusif dalam menentukan alokasi dari penggunaan

valuta asing yang tersedia.

Menurut Sukirno (2011:397) sistem nilai tukar dibedakan menjadi 2 (dua) sistem,

yaitu :

a. Sistem Kurs Tetap

Sistem kurs tetap (fixed exchange rate) adalah penentuan sistem nilai mata

uang asing di mana bank sentral menetapkan harga berbagai mata uang asing

tersebut dan harga tersebut tidak dapat diubah dalam jangka masa yang lama.

Pemerintah (otoritas moneter) dapat menentukan kurs valuta asing dengan tujuan

untuk memastikan kurs yang berwujud tidak akan menimbulkan efek yang buruk

atas perekonomian. Kurs yang ditetapkan ini berbeda dengan kurs yang

ditetapkan melalui pasar bebas.

b. Sistem Kurs Fleksibel

 26

Sistem kurs fleksibel adalah penentuan nilai mata uang asing yang ditetapkan

berdasarkan perubahan permintaan dan penawaran di pasaran valuta asing dari

hari ke hari.

Menurut Sukirno (2011:397) sistem nilai tukar dibedakan menjadi 2 (dua) sistem,

yaitu :

a. Sistem Kurs Tetap

Sistem kurs tetap (fixed exchange rate) adalah penentuan sistem nilai mata

uang asing di mana bank sentral menetapkan harga berbagai mata uang asing

tersebut dan harga tersebut tidak dapat diubah dalam jangka masa yang lama.

Pemerintah (otoritas moneter) dapat menentukan kurs valuta asing dengan tujuan

untuk memastikan kurs yang berwujud tidak akan menimbulkan efek yang buruk

atas perekonomian. Kurs yang ditetapkan ini berbeda dengan kurs yang

ditetapkan melalui pasar bebas.

b. Sistem Kurs Fleksibel

Sistem kurs fleksibel adalah penentuan nilai mata uang asing yang ditetapkan

berdasarkan perubahan permintaan dan penawaran di pasaran valuta asing dari

hari ke hari.

Pengukuran nilai tukar dalam penelitian ini menggunakan kurs tengah, seperti

yang dijelaskan oleh Sadono Sukirno (2011:411) kurs tengah, yaitu: “Kurs tengah

antara kurs jual dan kurs beli valuta asing terhadap mata uang nasional, yang telah

ditetapkan oleh bank sentral pada saat tertentu”.

 27

Untuk mendapatkan kurs tengah sendiri menurut Mahyus Ekananda (2014:201)

nilai kurs tengah dihitung dengan menggunakan rumus sebagai berikut :

Kj+ Kb
Kurs Tengah = 2

Keterangan:

Kb : Kurs beli

Kj : Kurs jual

Menurut pemahaman penulis dari teori-teori yang telah di paparkan di atas

mengenai nilai tukar, bahwa nilai tukar merupakan harga suatu mata uang terhadap

mata uang asing, seberapa mata uang domestik dihargai oleh mata uang asing. Nilai

tukar mempunyai beberapa jenis seperti kurs jual, kurs tengah, kuras beli, serta dalam

menentukan nilai tukar terdapat sistem yang mengaturnya seperti sistem kurs tetap,

sistem kurs bebas. Sementara yang menjadi indikator dalam menentukan nilai tukar

yaitu menggunakan kurs tengah karena kurs ini telah ditetapkan oleh bank sentral di

Indonesia.

6. Jumlah uang beredar

Jumlah uang beredar adalah seluruh persediaan uang dalam suatu perekonomian.

Jumlah uang beredar dapat mencakup uang tunai, koin dan saldo dalam rekening giro

dan tabungan. Jumlah uang beredar menurut Rahardja dan Manurung (2008:324)

adalah nilai keseluruhan uang yang berada di tangan masyarakat. Jumlah uang
 28

beredar dalam arti sempit (narrow money) adalah jumlah uang beredar yang terdiri

dari uang kartal dan uang giral.

M1 = C + D

Dimana :

M1 = Jumlah uang beredar dalam arti sempit

C = (Currency) uang kartal = uang kertas dan uang logam

D = (Demand deposit) uang giral/ cek.

Uang beredar dalam arti luas (M2) adalah M1ditambah deposito berjangka (time

deposit).

M2 = M1 + TD

Dimana:

M2 = Jumlah uang beredar dalam arti luas

TD = (Time deposit) deposito berjangka.

Rahardja dan Manurung (2008:325) menyatakan bahwa secara teknis uang

beredar adalah uang yang benar-benar berada di tangan masyarakat. Perkembangan

jumlah uang beredar mencerminkan perkembangan perekonomian. Perekonomian

yang tumbuh dan berkembang menyebabkan jumlah uang beredar juga bertambah.

Apabila perekonomian semakin maju, porsi penggunaan uang kartal (uang kertas dan

logam) semakin sedikit, digantikan uang giral.

Perekonomian semakin maju komposisi M1 dalamperedaran uang semakin

kecil sebab porsi uangkuasi semakin besar. Pengertian uang beredar atau money

supply, dibedakan menjadi dua pengertian (Sukirno,2011: 281) :

 29

a. Pengertian terbatas

Adalah mata uang yang beredar ditambah dengan uang giral yang dimiliki

oleh perseorangan, perusahaan atau badan pemerintah.

b. Pengertian Luas

Uang dalam pengertian luas meliputi;

1) Mata uang yang beredar

2) Uang giral

3) Uang kuasi terdiri dari deposito berjangka, tabungan, dan rekening tabungan

valuta asing milik swasta domestik

Uang beredar menurut pengertian luas dinamakan juga likuidita perekonomian

atau M2 dan dalam pengertian sempit disingkat M1.

Menurut Bank Indonesia mendefinisikan Uang Beredar dalam arti sempit (M1)

dan dalam arti luas (M2). M1 meliputi uang kartal yang dipegang masyarakat dan

uang giral (giro berdenominasi Rupiah), sedangkan M2 meliputi M1, uang kuasi, dan

surat berharga yang diterbitkan oleh sistem moneter yang dimiliki sektor swasta

domestik dengan sisa jangka waktu sampai dengan satu tahun.

Uang Kuasi merupakan Dana Pihak Ketiga (DPK) yang terdiri dari Simpanan

Berjangka dan Tabungan (rupiah dan valas) serta Simpanan Giro Valuta Asing. Dana

Pihak Ketiga (DPK) merupakan simpanan pihak ketiga pada Bank Umum dan BPR,

yang terdiri dari Giro, Tabungan dan Simpanan Berjangka dalam Rupiah dan Valas.

Pada Uang Beredar, perhitungan Dana Pihak Ketiga (DPK) tidak termasuk simpanan

yang diblokir karena kehilangan fungsinya sebagai uang. Sementara, dalam

 30

menganalisis perkembangan Dana Pihak Ketiga (DPK termasuk juga simpanan yang

diblokir dan merupakan simpanan milik pihak ketiga (tidak termasuk simpanan milik

Pemerintah Pusat dan Bukan penduduk), baik dalam Rupiah dan Valas, pada Bank

Umum dan BPR (tidak termasuk kantor cabang yang beroperasi di luar wilayah

Indonesia) dalam bentuk Giro, Tabungan, dan Simpanan Berjangka.

B. Kerangka Pemikiran

Penelitian ini menganalisis pengaruh tingkat inflasi, tingkat suku bunga SBI,

jumlah uang yang beredar, nilai tukar rupiah terhadap dolar Amerika, dan tingkat

pendapatan nasional terhadap volume perdagangan saham di Bursa Efek Indonesia.

Untuk mengetahui pengaruh tersebut digunakan teknik analisis regresi linier

berganda. Selain itu juga dilakukan pegujian persyaratan analisis (uji asumsi klasik)

yakni normalitas, multikolinearitas, autokorelasi, heteroskedasitas.

Setelah melakukan langlah-langkat tersebut dilakukan uji signifikansi model,

yakni dengan melakuka n uji t dan koefisiensi determinasi (R2). Uji T dilakukan

untuk melihat sejauh mana pengaruh variable independen terhadap variabel dependen

secara parsial (individu). Selain itu uji koefisien determinasi (R2) ditujukan untuk

melihat seberapa besar kemampuan variabel independen menjelaskan variabel

dependennya yang dilihat melalui adjusted R square karena variabel independen

dalam penelitian ini lebih dari dua. Secara skematis model penelitian ini dapat terlihat

pada gambar berikut.

 31

INFLASI

BI RATE
VOLUME PERDAGANGAN
KURS RUPIAH SAHAM

JUMLAH UANG YANG

BEREDAR

Gambar 1. Model Penelitian

C. Hipotesis

Berdasarkan kerangka pemikiran dan kajian teori variabel penelitian pada

halaman sebelumnya, maka peneliti merumuskan hipotesis sebagai berikut :

1. H1 = terdapat pengaruh yang signifikan tingkat inflasi terhadap volume

perdagangan saham di Indonesia.

2. H2 = terdapat pengaruh yang signifikan BI rate terhadap volume perdagangan

saham di Indonesia.

3. H3 = terdapat pengaruh yang signifikan kurs rupiah terhadap volume

perdagangan saham di Indonesia.

4. H4 = terdapat pengaruh yang signifikan jumlah uang yang beredar terhadap

volume perdagangan saham di Indonesia.

 32

BAB III

METODE PENELITIAN
A. Desain Penelitian

1. Metode penentuan sampel

Populasi dalam penelitian ini adalah tingkat inflasi, BI rate, kurs rupiah, dan

jumlah uang beredar, terhadap volume perdagangan saham. Sampel pada penelitian

ini adalah data bulanan LQ-45 selama 4 tahun selama periode Januari 2016 sampai

dengan Desember 2019 dari data tingkat inflasi, BI rate, kurs rupiah, dan jumlah uang

beredar, terhadap volume perdagangan saham perusahaan-perusahaan yang terdaftar

di Burse Efek Indonesia.

2. Metode pengumpulan data

Data yang digunakan dalam penelitian ini merupakan data sekunder runtun (time

series) dari bulan Januari 2016 sampai dengan Desember 2019 yang bersumber dari

Bank Indonesia, Biro Pusat Statistik, dan Bursa Efek Indonesia.

B. Definisi Konsep dan Operasional

Variabel penelitian adalah segala sesuatu yang berbentuk apa saja yang

ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal

tersebut. Variabel ini dibedakan menjadi dua, yaitu variable independen dan variable

dependen.
 33

1. Variabel Dependen

Variabel dependen (variabel terikat) adalah variabel yang dipengaruhi oleh

variabel independen (variabel bebas). Dalam penelitian ini yang merupakan variabel

dependen adalah Volume perdagangan saham di Indonesia.

2. Variabel Independen

Variabel independen (variabel bebas) adalah variabel yang secara bebas

mempengaruhi variabel dependen. Dalam penelitian ini yang merupakan variabel

independen antara lain adalah sebagai berikut :

a. Tingkat Inflasi di Indonesia (X1)

Tingkat Inflasi adalah kecenderungan meningkatnya harga-harga secara

umum dan terus-menerus.

b. BI Rate (X2)

BI rate adalah suku bunga kebijakan yang mencerminkan sikap atau stance

kebijakan moneter yang ditetapkan oleh bank Indonesia dan diumumkan kepada

publik.

c. Kurs Rupiah (X3)

Kurs rupiah adalah nilai tukar sejumlah rupiah yang diperlukan untuk

membeli mata uang asing. Dalam penelitian ini yang digunakan sebagai variabel

independen adalah kurs rupiah terhadap dolar Amerika.

d. Jumlah Uang yang Beredar di Indonesia (X4)

 34

Jumlah uang yang beredar adalah uang yang beredar di tangan masyarakat.

Dalam penelitian ini yang digunakan sebagai variabel independen adalah jumlah

uang yang beredar luas dalam masyarakat.

Data yang digunakan dalam penelitian ini merupakan data sekunder runtun (time

series) dari bulan Januari 2016 sampai dengan Desember 2019 yang bersumber dari

Bank Indonesia, Biro Pusat Statistik, dan Bursa Efek Indonesia.

C. Metode Analisis

1. Uji Asumsi Klasik

Pada saat melakukan Analisa regresi berganda, maka perlu dipenuhi beberapa

asumsi, misalnya asumsi klasik yang terdiri dari uji normalitas, uji multikolinearitas,

uji heteroskedastisitas dan uji autokorelasi. Pembahasan singkat dari uji asumsi klasik

tersebut adalah sebagai berikut:

a. Uji Normalitas

Menurut Ghozali (2016) uji normalitas dilakukan untuk menguji apakah pada

suatu model regresi, suatu variabel independen dan variabel dependen ataupun

keduanya mempunyai distribusi normal atau tidak normal. Apabila suatu variabel

tidak berdistribusi secara normal, maka hasil uji statistik akan mengalami

penurunan. Pada uji normalitas data dapat dilakukan dengan menggunakan uji

One Sample Kolmogorov Smirnov yaitu dengan ketentuan apabila nilai

signifikansi diatas 5% atau 0,05 maka data memiliki distribusi normal.

 35

Sedangkan jika hasil uji One Sample Kolmogorov Smirnov menghasilkan nilai

signifikan dibawah 5% atau 0,05 maka data tidak memiliki distribusi normal.

b. Uji Multikolinearitas

Menurut Ghozali (2016) pada pengujian multikolinearitas bertujuan untuk

mengetahui apakah model regresi ditemukan adanya korelasi antar variabel

independen atau variable bebas. Efek dari multikolinearitas ini adalah

menyebabkan tingginya variabel pada sampel. Hal tersebut berarti standar error

besar, akibatnya ketika koefisien diuji, t-hitung akan bernilai kecil dari t-tabel.

Hal ini menunjukkan tidak adanya hubungan linear antara variabel independen

yang dipengaruhi dengan variabel dependen.

Untuk menemukan terdapat atau tidaknya multikolinearitas pada model

regresi dapat diketahui dari nilai toleransi dan nilai variance inflation factor

(VIF). Nilai Tolerance mengukur variabilitas dari variabel bebas yang terpilih

yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance

rendah sama dengan nilai VIF tinggi, dikarenakan VIF = 1/tolerance, dan

menunjukkan terdapat kolinearitas yang tinggi. Nilai cut off yang digunakan

adalah untuk nilai tolerance 0,10 atau nilai VIF diatas angka 10.

c. Uji Heteroskedastisitas

Uji ini bertujuan untuk melakukan uji apakah pada sebuah model regresi

terjadi ketidaknyamanan varian dari residual dalam satu pengamatan ke

pengamatan lainnya. Apabila varian berbeda, disebut heteroskedastisitas. Salah

satu cara untuk mengetahui ada tidaknya heteroskedastisitas pada suatu model
 36

regresi linier berganda, yaitu dengan melihat grafik scatterplot atau dari nilai

prediksi variabel terikat yaitu SRESID dengan residual error yaitu ZPRED.

Apabila tidak terdapat pola tertentu dan tidak menyebar diatas maupun dibawah

angka nol pada sumbu y, maka dapat disimpulkan tidak terjadi

heteroskedastisitas. Model penelitian yang baik adalah yang tidak terdapat

heteroskedastisitas (Ghozali, 2016).

d. Uji Autokorelasi

Menurut Ghozali (2016) autokorelasi dapat muncul karena observasi yang

berurutan sepanjang waktu yang berkaitan satu sama lainnya. Permasalahan ini

muncul karena residual tidak bebas pada satu observasi ke observasi lainnya.

Untuk model regresi yang baik adalah pada model regresi yang bebas dari

autokolerasi. Untuk mendeteksi terdapat atau tidaknya autokorelasi adalah

dengan melakukan uji Run Test.

Run test merupakan bagian dari statistik non-parametik yang dapat digunakan

untuk melakukan pengujian, apakah antar residual terjadi korelasi yang tinggi.

Apabila antar residual tidak terdapat hubungan korelasi, dapat dikatakan bahwa

residual adalah random atau acak. Dengan hipotesis sebagai dasar pengambilan

keputusan adalah sebagai berikut (Ghozali, 2016):

Apabila nilai Asymp. Sig. (2-tailed) kurang dari 5% atau 0,05, maka untuk H0

ditolak dan Ha diterima. Hal tersebut berarti data residual terjadi secara tidak

acak (sistematis).
 37

Apabila nilai Asymp. Sig. (2-tailed) lebih dari 5% atau 0,05, maka untuk H0

diterima dan Ha ditolak. Hal tersebut berarti data residual terjadi secara acak

(random).

2. Analisis Regresi Linear Berganda

Analisis regresi linier berganda merupakan regresi yang memiliki satu variabel

dependen dan dua atau lebih variabel independen (Sugiyono, 2016 : 192). Adapun

persamaan regresi berganda dapat dirumuskan sebagai berikut:

Y = a + b1X1 + b2X2 + b3X3 + b4X4 + εr

Y = Volume perdagangan saham di Indonesia. (lot)

a = intercept (variabel yang tidak dipengaruhi oleh variabel dependen dan variabel

independen)

b = koefisien regresi dari variabel independen

X1 = Tingkat inflasi yang terjadi di Indonesia (%)

X2 = BI rate (%)

X3 = Jumlah uang yang beredar (M2) di Indonesia. (Rp)

X4 = Nilai tukar Rupiah terhadap Dolar Amerika ($)

εr = faktor pengganggu
 38

3. Uji Koefisien Determinasi (R2)

Koefisien determinasi adalah kemampuan variabel independen menjelaskan

variebel dependen (terikat). Koefisien determinasi menunjukkan suatu proporsi dari

varian yang dapat diterangkan oleh persamaan regresi (Regression Of Sum Square,

RSS) terhadap varian total (Total Of Sum Square, TSS). Besarnya koefisien

determinasi dirumuskan sebagai berikut :

RSS
R2 =
TSS

Untuk menghitung R2 digunakan rumus sebagai berikut :

n ( a .∑ Y + b 1.∑ YX 1+b 2. ∑YX 2 )−(∑Y )2

R 2=
n .∑ Y 2 −(∑ Y )2

Nilai R2 akan berkisar antara 0 sampai dengan 1 (Suharyadi, 2004:515)

4. Uji Hipotesis

Uji hipotesis yang digunakan dalam penelitian ini adalah uji t (secara pasial). Uji

t digunakan untuk menganalisis pengaruh variabel independen terhadap variabel

dependen secara parsial, dengan menganggap variabel lain bersifat konstan atau

digunkan untuk mengetahui ada atau tidaknya pengaruh yang signifikan antara

variabel X dan variabel Y. Bila thitung lebih besar dari pada ttabel atau nilai

signifikan t < α : 5% (0.05) maka H o ditolak dan Ha diterima, yang berarti terdapat

pengaruh signifikan secara parsial variabel independen terhadap variabel dependen.

thitung dapat ditentukan dengan rumus sebagai berikut :

 39

bi−( βi) bi
thitung = βi = 0 dengan rumus thitung =
Sb Sb

Dimana :

bi : koefisien variable ke-i

βi : parameter ke-i yang dihipotesiskan

Sb : kesalahan standar

Sb adalah Standard error dari koefisien regresi dengan rumus matematis sebagai

berikut :

se
Sb =
√ ∑x −
( ∑x )2
2
n

se adalah standard error sampel, yang dirumuskan sebagai berikut :

√
2
se = ∑e
n−2

Dimana ∑ e 2 dapat dirumuskan sebagai berikut :

∑e 2 = ∑Y 2- a∑Y- b∑XY

Kriteria penerimaan hipotesis yaitu dengan level of significance 95% atau α =

0,05 dengan kriteria hipotesis : Ho diterima : bi ≤ 0, artinya secara parsial tidak

mempunyai pengaruh positif terhadap Y. Ho ditolak : bi > 0, artinya secara parsial

mempunyai pengaruh positif terhadap Y.

 40

Kriteria pengujian hipotesis yang digunakan adalah:

Ha diterima apabila t hitung > t tabel atau signifikan < 0,05.

Ha ditolak apabila t hitung ≤ t tabel atau signifikan ≥ 0,05.

a. H1 = Terdapat pengaruh yang signifikan tingkat inflasi terhadap volume

perdagangan saham di Indonesia.
b. H2 = terdapat pengaruh yang signifikan BI rate terhadap volume
perdagangan saham di Indonesia.
c. H3 = terdapat pengaruh yang signifikan kurs rupiah terhadap volume
perdagangan saham di Indonesia.
d. H4 = terdapat pengaruh yang signifikan jumlah uang yang beredar terhadap
volume perdagangan saham di Indonesia.
 41

BAB IV

HASIL DAN PEMBAHASAN

A. Deskripsi Sampel Penelitian

Penelitian ini dilakukan pada perusahaan yang masuk kategori LQ-45

yang terdaftar di BEI periode 2016 s.d 2019. Berdasarkan kategori tersebut

populasi dalam penelitian ini terdiri dari 45 perusahaan paling liquid di Bursa

Efek Indonesia (BEI). Sampel diambil dari populasi dengan kriteria perusahaan

secara berturut-turut terdaftar dalam kategori LQ-45 dari tahun 2016-2019. Data

list perusahaan yang masuk kategori LQ-45 diperoleh dari website BEI

(www.idx.co.id). Perusahaan yang masuk kategori LQ-45 berubah setiap enam

bulan sekali setelah dilakukan penilaian oleh pihak BEI.

Berdasarkan hasil amatan dari 45 perusahaan yang masuk kategori LQ-45

terdapat 30 perusahaan yang secara konsisten terdaftar dalam kategori LQ-45

dari tahun 2016 sampai dengan 2019. Dengan demikian sampel perusahaan yang

digunakan dalam penelitian ini adalah 30 perusahaan. Data yang digunakan

dalam penelitian ini adalah data volume perdagangan masing-masing perusahaan

dalam bentuk bulanan selama periode tahun 2016-2019. Dari data tersebut dapat

diketahui jumlah observasi yang selanjutnya dilakukan analisis data adalah

sebanyak 1440 observasi (30 perusahaan x 4 tahun x 12 bulan = 1440 observasi).

 42

Berikut ini disajikan proses pangambilan sampel dengan kriteria yang

telah di tentukan.

Tabel 4.1. Proses pengambilan sampel

Keterangan Jumlah
Jumlah perusahaan masuk kategori LQ-45 45
Jumlah perusahaan yang tidak konsisten terdaftar kategori LQ-45
15 -
pada periode 2016 s.d 2019
Jumlah perusahaan yang menjadi sampel 30
Jumlah observasi penelitian (30 perusahaan x 4 tahun x 12 bulan) 1440

Berikut merupakan daftar perusahaan yang menjadi sampel dalam

penelitian ini.

Tabel 4.2. Daftar perusahaan yang menjadi sampel

No Nama Perusahaan Kode

1 PT Adhi Karya (Persero) Tbk ADHI
2 PT Adaro Energy Tbk ADRO
3 PT AKR Corporindo Tbk AKRA
4 PT Aneka Tambang Tbk ANTM
5 PT Astra International Tbk ASII
6 PT Bank Central Asia Tbk BBCA
7 PT Bank Negara Indonesia (Persero) BBNI
8 PT Bank Rakyat Indonesia (Persero) Tbk BBRI
9 PT Bank Tabungan Negara (Persero) Tbk BBTN
10 PT Bank Mandiri (Persero) Tbk BMRI
11 PT Bumi Serpong Damai Tbk BSDE
12 PT Hanjaya Mandala Sampoerna Tbk HMSP
13 PT Indofood CBP Sukses Makmur Tbk ICBP
14 PT Vale Indonesia Tbk INCO
15 PT Indofood Sukses Makmur Tbk INDF
16 PT Indocement Tunggal Prakarsa Tbk INTP
17 PT Jasa Marga (Persero) Tbk JSMR
18 PT Kalbe Farma Tbk KLBF
19 PT Matahari Department Store Tbk LPPF
20 PT Media Nusantara Citra Tbk MNCN
21 PT Perusahaan Gas Negara (Persero) Tbk PGAS
 43

22 PT Bukit Asam Tbk PTBA

23 PT Pembangunan Perumahan (Persero) Tbk PTPP
24 PT Surya Citra Media Tbk SCMA
25 PT Semen Indonesia (Persero) Tbk SMGR
26 PT Telkom Indonesia (Persero) Tbk TLKM
27 PT United Tractors Tbk UNTR
28 PT Unilever Indonesia Tbk UNVR
29 PT Wijaya Karya (Persero) Tbk WIKA
30 PT Waskita Karya (Persero) Tbk WSKT

B. Analisis Data
1. Statistik Deskriptif

Statistik deskriptif hanya menjelaskan masing-masing variabel

berdasarkan nilai minimum, maksimum, rata-rata dan standar deviasi.

Penelitian ini terdiri dari lima variabel, yaitu volume perdagangan saham

sebagai variabel terikat, empat variabel lainnya merupakan variabel bebas

yang terdiri dari inflasi, BI rate, kurs rupiah terhadap dollar, dan jumlah uang

yang beredar. Hasil statistik deskriptif disajikan pada tabel 4.3.

Tabel 4.3. Hasil Analisis Statistik Deskriptif

Std.
Variabel Minimum Maximum Mean
Deviation
Inflasi (%) 2,48 4,45 3,391 0,46
BI Rate (%) 4,25 7,25 5,218 0,74
Kurs (Rp) 12.998 15.227 13.781 514
Money Supply
4.498.361 6.136.552 5.318.383 463.344
(Milyar Rp)
Volume Perdagangan
19.491.300 4.487.882.600 549.843.663 615.940.766
(Lembar)

Variabel pertama yaitu volume perdagangan. Volume perdagangan

saham dalam penelitian ini merupakan variabel terikat, diukur dengan

 44

jumlah lembar saham yang diperdagangkan pada perusahaan kategori LQ-45

di Bursa Efek Indonesia. Data yang digunakan adalah data volume

perdagangan dalam bentuk bulanan Hasil analisis statistik deskriptif untuk

variabel volume perdagangan diketahui nilai minimumnya adalah sebesar

19.491.300 lembar saham yang dimiliki oleh PT Indocement Tunggal

Prakarsa Tbk pada Januari 2017. Nilai maksimum variabel volume

perdagangan yaitu sebesar 4.487.882.600 lembar saham yang dimililki oleh

PT Bank Rakyat Indonesia (Persero) Tbk pada Mei 2018. Rata-rata nilai

volume perdagangan perusahaan yang masuk kategori LQ-45 adalah sebesar

549.843.663 lembar saham. Nilai standar deviasi sebesar 615.940.766. Nilai

standar deviasi tersebut lebih besar dari nilai rata-rata nya yang

menunjukkan bahwa terdapat variasi yang cukup tinggi untuk nilai volume

perdagangan pada perusahaan yang masuk kategori LQ-45.

Variabel kedua yaitu inflasi. Data inflasi diperoleh dari website

bi.go.id. Inflasi merupakan kondisi meningkatnya harga dari komoditas

secara terus-menerus. Berdasarkan data yang diperoleh dari Bank Indonesia

tingkat inflasi di Indonesia pada periode tahun 2016-2019 berkisar antara

2,48 sampai dengan 4,45 persen dengan rata-rata sebesar 3,39 persen. Nilai

inflasi terendah terjadi pada bulan Maret 2019, hal tersebut menunjukkan

bahwa pada periode tersebut inflasi cenderung terkendali karena nilainya

rendah. Inflasi yang terkendali berkaitan dengan daya beli masyarakat yang

lebih baik karena harga-harga relatif terjangkau. Nilai inflasi tertinggi terjadi
 45

pada bulan Maret 2016, meskipun angka tersebut adalah tingkat inflasi

tertinggi di Indonesia pada periode tahun 2016-2019 angkat tersebut masih

dinilai terkendali karena masih masuk dalam kategori inflasi ringan yaitu

kurang dari 10 persen (Nopirin, 2000). Jika dilihat berdasarkan rata-rata nya,

tingkat inflasi di Indonesia masih dalam kategori ringan yaitu masih di

bawah 10 %, nilai rata-rata inflasi pada periode penelitian ini adalah 3,39

persen.

Variabel ketiga yaitu BI rate. BI rate merupakan tingkat suku bunga

acuan yang dikeluarkan oleh Bank Indonesia selaku Bank Sentral di

Indonesia dalam periode tertentu yang fungsinya adalah sebagai sinyal atau

tolak ukur kebijakan moneter. Berdasarkan data yang dirilis oleh Bank

Indonesia nilai BI rate pada periode tahun 2016-2019 berkisar antara 4,25

persen sampai dengan 7,25 persen dengan rata-rata 5,21 persen. Nilai BI rate

terendah terjadi pada bulan September 2017 sampai dengan April 2018.

Nilai BI rate tertinggi terjadi pada bulan Januari 2016. Suku bunga yang

semakin tinggi akan memberikan efek yang kurang baik bagi pihak-pihak

yang memiliki utang, karena dengan meningkatnya suku bunga artinya akan

terjadi peningkatan beban bunga yang harus ditanggung oleh kreditur.

Variabel keempat yaitu kurs atau nilai tukar. Nilai tukar dalam

penelitian ini adalah nilai tukar rupiah dengan dollar U.S. Berdasarkan hasil

statistik deskriptif nilai kurs rupiah terhadap dollar pada periode 2016-2019

berkisar antara 12.998 sampai dengan 15.227 dengan rata-rata 13.781. Nilai
 46

kurs yang semakin rendah menunjukkan bahwa nilai rupiah mengalami

penguatan terhadap dollar U.S, sebaliknya semakin tinggi nilai kurs

menunjukkan bahwa nilai rupiah mengalami pelemahan terhadap dollar U.S.

Nilai kurs terkuat terjadi pada bulan September 2016, sedangkan kurs

terlemah terjadi pada bulan Oktober 2018.

Variabel kelima yaitu jumlah uang yang beredar. Jumlah uang yang

beredar yang digunakan dalam penelitian ini adalah M2 atau uang beredar

dalam arti luas. Uang beredar dalam arti luas terdiri dari uang uang kartal,

giral, dan deposito. Berdasarkan hasil statistik deskriptif jumlah uang yang

beredar luas di Indonesia pada periode 2016-2019 adalah sebesar Rp4.498

sampai dengan Rp6.136 trilyun dengan rata-rata Rp5.318 trilyun. Jumlah

uang beredar luas terendah terjadi pada bulan Januari 2016 sedangkan

tertinggi terjadi pada bulan Desember 2019.

2. Uji Asumsi Klasik

Model regresi yang terbaik adalah yang memenuhi konsep BLUE

(Best Linear Unbiased Estimator). Agar konsep BLUE terpenuhi maka

model harus lolos asumsi-asumsi yang lebih sering dikenal dengan uji

asumsi klasik. Asumsi klasik terdiri dari asumsi normalitas,

multikolinearitas, dan heteroskedastisitas. Penjelasannya sebagai berikut:

a. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah nilai residual

terstandarisasi pada model berdistribusi normal atau tidak. Metode yang

 47

digunakan untuk mengetahui normal atau tidaknya data yang digunakan

dalam penelitian ini yaitu dengan menggunakan metode Kolmogorov

Smirnov¸ data yang diuji yaitu data standardized residual. Kriteria

penentuan normal atau tidak nya data residual dengan cara melihat nilai

asymp sig, jika nilai asymp sig lebih besar dari alpha 0.05 maka data

dinyatakan normal. Hasil pengujian normalitas data dapat dilihat pada

tabel 4.4 berikut ini:

Tabel 4.4. Hasil Uji Normalitas dengan metode Kolmogorov Smirnov

Standardized Residual
Kolmogorov-Smirnov Z 0.026
Asymp. Sig. (2-tailed) 0.274

Berdasarkan tabel 4.4 dapat dilihat nilai asymp. Sig sebesar

0274, nilai tersebut lebih besar dari alpha 0.05 dengan demikian dapat

disimpulkan bahwa residual data dalam penelitian ini menyebar secara

normal.

b. Uji Multikolinearitas

Uji multikolinearitas digunakan untuk mengetahuai apakah

terdapat korelasi yang tinggi diantara variabel bebas atau tidak. Metode

yang digunakan untuk mendeteksi ada atau tidaknya multikolinearitas

dalam penelitian ini yaitu dengan cara melihat nilai Variance Inflation

Factor (VIF), kriteria penentuan ada tidaknya gejala multikolinearitas

jika VIF kurang dari 10 maka model terbebas dari gejala

 48

multikolinearitas. Hasil pengujian mulitikolinearitas disajikan pada tabel

4.5:

Tabel 4.5. Hasil uji multikolinearitas dengan metode VIF

Variabel VIF
Ln Inflasi 1,394
Ln BI Rate 1,457
Ln Kurs 2,984
Ln Money Supply 2,718
Berdasarkan tabel 4.5 diperoleh nilai VIF masing-masing

variabel bebas kurang dari 10, dengan demikian dapat disimpulkan

bahwa tidak terdapat gejala multikolinearitas dalam model penelitian

ini, atau dengan kata lain variabel bebas bersifat independen.

c. Uji Heteroskedastisitas

Analisis regresi mengasumsikan bahwa model harus terbebas

dari gejala heteroskedastisitas. Model yang terbebas dari gejala

heteroskedastisitas adalah bahwa varian residual dari satu pengamatan

ke pengamatan lainnya bersifat konstan. Metode yang digunakan untuk

mendeteksi ada tidaknya gejala heteroskedastisitas dalam penelitian ini

menggunakan metode gleyser, yaitu dengan cara meregresikan variabel

bebas terhadap nilai absolut residual. Penentuan kriteria ada tidaknya

heteroskedastisitas dalam model yaitu dengan cara melihat nilai

signifikansi masing-masing variabel bebas, jika nilai signifikansi lebih

besar dari 0.05 dapat dinyatakan bahwa tidak terdapat gejala

 49

heteroskedastisitas pada model. Hasil pengujaian heteroskedastisitas

dapat dilihat pada tabel 4.6:

Tabel 4.6. Hasil uji heteroskedastisitas dengan metode park

Variabel Sig.
Ln Inflasi 0,146
Ln BI Rate 0,384
Ln Kurs 0,540
Ln Money Supply 0,352

Berdasarkan tabel 4.6 dapat dilihat bahwa nilai signifikansi

untuk masing-masing variabel bebas adalah lebih besar dari alpha 0.05

sehingga dapat diambil kesimpulan bahwa model terbebas dari gejala

heteroskedastisitas.

3. Analisis Regresi Linier Berganda

a. Persamaan Regresi

Analisis regresi digunakan untuk menguji hipotesis penelitian

tentang profitabilitas, aktiva tetap berwujud, ukuran perusahaan,

pertumbuhan perusahaan, dan umur perusahaan terhadap struktur modal

pada perusahaan sektor properti dan real estat pada periode 2013-2018.

Hasil analisis regresi berganda dapat dilihat pada tabel 4.7:

Tabel 4.7. Hasil Analisis Regresi Berganda

Variabel Koefisien Regresi

Konstanta 23,662
Ln Inflasi -0,214
Ln BI Rate 0,572
Ln Kurs -1,067
 50

Ln Money Supply 0,352

Berdasarkan tabel 4.7 dapat dibuat persamaan regresi sebagai

berikut:

Ln Volume Perdagangan = 23,662 - 0,214 LnInflasi + 0,572 LnBI rate -

1,067 LnKurs + 0,352 Ln Money Supply

α = 23,662 Konstanta sebesar 23,662, artinya Ln volume perdagangan

akan bernilai sebesar 23,662 dengan asumsi variabel Ln

inflasi, Ln BI rate, Ln kurs, dan Ln jumlah uang beredar

bernilai nol.

β1 = -0,214 Koefisien regresi variabel inflasi sebesar -0,214, namun

karena hasil analisis regresi tidak menemukan adanya

pengaruh signifikan dari variabel inflasi terhadap volume

perdagangan nilai koefisien regresi nya tidak

diinterpretasikan.

β2 = 0,572 Koefisien regresi variabel Ln BI rate sebesar 0,572, artinya

jika variabel BI rate meningkat sebesar satu persen dengan

asumsi variabel lain bernilai nol (ceteris paribus) maka Ln

volume perdagangan diprediksi akan meningkat sebesar

0,572 %.

β3 = -1,067 Koefisien regresi variabel Ln kurs sebesar -1,067, namun

karena hasil analisis regresi tidak menemukan adanya

 51

pengaruh signifikan dari variabel kurs terhadap volume

perdagangan nilai koefisien regresinya tidak

diinterpretasikan.

β4 = 0,352 Koefisien regresi variabel Ln money supply sebesar 0,352,

namun karena hasil analisis regresi tidak menemukan

adanya pengaruh signifikan dari variabel jumlah uang

beredar terhadap volume perdagangan nilai koefisien

regresi nya tidak diinterpretasikan..

b. Uji Koefisien Determinasi (R2)

Uji koefisien determinasi digunakan untuk mengetahui seberapa

besar variabel dependen dijelaskan oleh variabel independennya, nilai R

Square yang semakin tinggi berarti semakin bagus, itu artinya variabel

bebas semakin menjelaskan variabel terikatnya. Nilai R Square dapat

dilihat pada tabel 4.8:

Tabel 4.8. Hasil uji koefisien determinasi

R R Square Adjusted R Square Std. Error of the Estimate

0.073 0.005 0.003 1.02014

Berdasarkan tabel 4.8 diperoleh nilai R Square sebesar 0.005,

nilai tersebut dapat diartikan bahwa variabel inflasi, BI rate, kurs dan

jumlah uang beredar hanya mampu menjelaskan variabel volume

perdagangan sebesar 0,5% sedangkan 99,5% lainnya dipengaruhi oleh

varibel lain yang tidak dimasukkan dalam model penelitian ini. Nilai R-
 52

Square yang rendah ini menunjukkan bahwa masih banyak sekali

variabel yang diprediksi mampu mempengaruhi volume perdagangan

saham pada perusahaan di Bursa Efek Indonesia selain faktor makro

ekonomis dasar. Selain itu variabel makro ekonomi yang terdiri dari

inflasi, BI rate, kurs dan jumlah uang yang beredar dalam konteks

penelitian ini tidak memberikan pengaruh yang terlalu besar terhadap

volume perdagangan saham perusahaan LQ-45 di Bursa Efek Indonesia.

c. Goodness of Fit (Uji F)

Uji F digunakan untuk mengatahui apakah model regresi dalam

kriteria fit atau tidak. Kriteria pengambilan keputusannya yaitu jika nilai

signifikansi F lebih kecil dari alpha 0.05 maka model dinyatakan fit atau

model mampu memprediksi variabel dependen. Hasil uji F ditampilkan

pada tabel 4.9:

Tabel 4.9. Hasil uji F

Sum of
Model df Mean Square F Sig.
Squares
Regression 7.987 4 1.997 1.919 0.105
Residual 1492.355 1434 1.041
Total 1500.342 1438

Berdasarkan tabel 4.9 diketahui nilai F sebesar 1.919 dengan

nilai signifikansi sebesar 0.105. Karena nilai signifikansi lebih dari

alpha 0.05 maka dapat disimpulkan bahwa model masih dalam kategori

belum fit, atau dalam kata lain model ini bukan merupakan variabel
 53

terbaik dalam memprediksi volume perdagangan saham LQ-45 di Bursa

Efek Indonesia.

4. Pengujian Hipotesis

Uji t digunakan untuk mengetahui pengaruh dari variabel bebas

terhadap variabel terikat secara individual. Kriteria statistik yang digunakan

untuk melihat pengaruh variabel bebas terhadap variabel terikat yaitu dengan

melihat nilai siginifikansi masing-masing variabel bebas. Jika nilai

signifikansi ≤ 0.05 maka hipotesis diterima, berarti variabel independen

mempunyai pengaruh yang signifikan terhadap variabel dependen,

sebaliknya jika nilai probabilitas > 0.05 maka hipotesis di tolak karena

variabel independen tidak mempunyai pengaruh yang signifikan terhadap

variabel dependen. Nilai t hitung dan nilai signifikansi masing-masing

variabel independen dapat dilihat pada tabel berikut ini.

Tabel 4.10. Nilai t hitung dan nilai signifikansi

Keputusan
Variabel Nilai t Signifikansi Alpha
Hipotesis
Ln Inflasi -0.902 0.367 0.05 Tolak
Ln BI Rate 2.412 0.016 0.05 Terima
Ln Kurs -0.839 0.402 0.05 Tolak
Ln Money Supply 0.703 0.482 0.05 Tolak

Berdasarkan tabel 4.10 dari empat variabel yang diteliti hanya

variabel BI rate yang secara signifikan memberikan pengaruh terhadap

volume perdagangan saham pada perusahaan LQ-45 di Bursa Efek

Indonesia, dibuktikan dengan nilai probabilitas yang kurang dari alpha 0.05.
 54

Sementara tiga variabel lainnya yaitu inflasi, kurs dan jumlah uang beredar

dalam konteks penelitian ini secara statistik tidak memberikan pengaruh

signifikan terhadap volume perdagangan saham pada perusahaan LQ-45 di

Bursa Efek Indonesia, dibuktikan dengan nilai probabilitas untuk masing-

masing variabel tersebut lebih besar dari alpha 0.05.

 55

BAB V

KESIMPULAN DAN IMPLIKASI

A. Kesimpulan
Penelitian ini bertujuan untuk menganalisis pengaruh inflasi, BI rate,

kurs dan jumlah uang beredar terhadap volume perdagangan pada perusahaan

LQ-45 yang terdaftar di BEI pada periode tahun 2016 sampai dengan tahun

2019. Berdasarkan hasil analisis, maka dapat diambil kesimpulan sebagai

berikut:

1. Inflasi tidak memberikan pengaruh signifikan terhadap volume perdangan.

2. BI rate berpengaruh signifikan terhadap volume perdagangan dengan arah

koefisien regresi positif. Yang bermakna peningkatan tingkat suku bunga

oleh Bank Indonesia akan meningkatkan volume perdagangan saham LQ-45

di Bursa Efek Indonesia.

3. Kurs atau nilai tukar rupiah terhadap dollar U.S tidak memberikan pengaruh

signifikan terhadap volume perdagangan.

4. Jumlah uang beredar tidak memberikan pengaruh signifikan terhadap

volume perdagangan.

B. Implikasi
Berdasarkan hasil analisis dari 4 variabel prediktor yang diteliti dalam

penelitian ini hanya variabel BI rate yang secara statistik memberikan pengaruh

signifikan terhadap volume perdagangan. Tiga variabel lainnya yaitu inflasi, kurs
 56

dan jumlah uang beredar tidak memberikan pengaruh signifikan terhadap volume

perdagangan.

Beberapa rekomendasi terkait hasil penelitian ini yaitu sebagai berikut: (1)

Berdasarkan hasil penelitian ini bahwa investor dianjurkan untuk tidak hanya

bergantung secara substansial pada faktor ekonomi makro dalam membuat

keputusan investasi. (2) Variabel tingkat suku bunga bisa menjadi acuan bagi

investor dalam mempertimbangan investasi.

 57

DAFTAR PUSTAKA
Abimanyu, Yoopi. (2004). Memahami Kurs Valuta Asing. Jakarta: Fakultas Ekonomi

Universitas Indonesia.

Agus Sartono, 2012. Manajemen Keuangan Teori Dan Aplikasi. Edisi 4. BPFE.

Yogyakarta.

Ambarwati, Sri Dwi Ari. Pengaruh Return Saham, Volume Perdagangan Saham dan

Varian Return Saham Terhadap Bid-Ask Spread Saham Pada Perusahaan

Manufaktur Yang Tergabung Dalam Indeks LQ-45 Peri ode Tahun 2003-2005.

Jurnal Siasat Bisnis Vol. 12 No. 1: 27 – 38. April 2008.

Chordia, T. Subramanyam, A dan Anshuman, V.R. 2011. Trading Activity and

Expected Stock Returns. Journal of Financial Economics, 59:3 – 32.

Djohanputro, Bramantyo. (2008). Prinsip-Prinsip Ekonomi Makro, PPM. Jakarta.

Ekananda, Mahyus. (2014). Ekonomi Internasional. Jakarta: Erlangga.

Ghozali, I. (2016).Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23.

Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro.

Halim, Abdul dan Nasuhi Hidayat. (2010). Studi Empiris Tentang Pengaruh Volume

Perdagangan dan Return Terhadap Bid-Ask Spread Saham Industri Rokok di

BEJ Dengan Model Korelasi Kesalahan. Jurnal Riset Akuntansi Indonesia. Vol

3, 69-85.

Hamdi, Asep Saepul. E. Bahruddin. (2014). Metode Penelitian Kuantitatif Aplikasi

dalam Pendidikan. Yogyakarta: Deepublisher.

 58

Handani, Emrizal. (2012). Analisis Pengaruh Stock Split Terhadap Likuiditas Saham

Dilihat Dari Volume Perdagangan Saham di Bursa Efek Jakarta. SKRIPSI.

Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

http//www.asiafxonline.com

http// www.bei.go.id

http//www.bi.go.id

http//www.bps.go.id

http//www.djlk.depkeu.go.id

Jogiyanto. 2010. Teori Portofolio dan Analisis Investasi. Edisi Ketiga. Yogyakarta:

BPFE-Yogyakarta.

Jogiyanto, Hartono. 2011. Teori Portofolio dan Analisis Investasi. Edisi Kedelapan.

Yogyakarta: BPFE-Yogyakarta.

Natsir, M. (2014). Ekonomi Moneter dan Perbankan Sentral. Jakarta: Mitra Wacana

Media.

Nopirin. (2012). Pengantar Ilmu Ekonomi Mikro Makro. Yogyakarta: BPFE-

Yogyakarta.

Rahardja, Prathama dan Manurung, Mandala. (2008). Pengantar Ilmu Ekonomi

(Mikroekonomi dan Makroekonomi). Edisi Ketiga. Lembaga Penerbit Fakultas

Ekonomi Universitas Indonesia.

Ritonga, A (2010). Ini Dia Alasan Masyarakat Tolak Bayar Pajak. Diakses dari

World Wide Web http://economy.okezone.com

 59

Sandrasari, Wiedya Tri. (2010). Analisis Pengaruh Volume Perdagangan, Frekuensi

Perdagangan dan Order Imbalance Terhadap Volatilitas Harga Saham Pada

Perusahaan Go Public di Bursa Efek Indonesia. SKRIPSI. Fakultas Ekonomi

Universitas Sebelas Maret Surakarta.

Sekaran, U. & Bougie, R.J., (2016). Research Methods for Business: A skill Building

Approach. 7th Edition, John Wiley & Sons Inc. New York, US.

Setyaningrum, R., & Muljono, M. (2016). INFLASI, TINGKAT SUKU BUNGA

DAN NILAI TUKAR TERHADAP RETURN SAHAM. Jurnal Analisis Bisnis

Ekonomi, 14(2), 151-161. Diakses dari http://journal.ummgl.ac.id/index.php/

bisnisekonomi/article/view/272

Sugiyono. (2012). Metodologi Penelitian Bisnis. Bandung: PT Alfabeta.

Sugiyono. (2016). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung: PT

Alfabet.

Suharyadi dan Purwanto S.K. (2004). Statistika : Untuk Ekonomi & Keuangan

Modern. Jakarta: Penerbit Salemba Empat.

Sukirno Sadono. (2011). Makroekonomi Teori Pengantar. Edisi tiga, Raja Grafindo

Persada (Rajawali Perss).

Sutrisno, Wang. (2010). Manajemen Keuangan, Teori, Konsep dan Aplikasi.

Yogyakarta: Ekonisia.
 60

LAMPIRAN

Lampiran 1. Tabulasi Data Penelitian

 61

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1 ADHI 2016 Januari 4.14 7.25 13,846 4,498,361 853,036,400
2 Februari 4.42 7.00 13,395 4,521,951 533,479,400
3 Maret 4.45 6.75 13,276 4,561,873 412,709,500
4 April 3.60 5.50 13,204 4,581,878 365,393,100
5 Mei 3.33 5.50 13,615 4,614,062 362,461,300
6 Juni 3.45 5.25 13,180 4,737,451 430,297,300
7 Juli 3.21 5.25 13,094 4,730,380 383,499,100
8 Agustus 2.79 5.25 13,300 4,746,027 576,750,700
9 September 3.07 5.00 12,998 4,737,631 430,065,900
10 Oktober 3.31 4.75 13,051 4,778,479 363,662,700
11 November 3.58 4.75 13,563 4,868,651 336,004,600
12 Desember 3.02 4.75 13,436 5,004,977 604,863,600
13 2017 Januari 3.49 4.75 13,343 4,936,882 368,000,000
14 Februari 3.83 4.75 13,347 4,942,920 667,536,700
15 Maret 3.61 4.75 13,321 5,017,644 505,443,000
16 April 4.17 4.75 13,327 5,033,780 237,589,100
17 Mei 4.33 4.75 13,321 5,126,370 232,423,700
18 Juni 4.37 4.75 13,319 5,225,166 142,035,800
19 Juli 3.88 4.75 13,323 5,178,079 433,173,900
20 Agustus 3.82 4.50 13,351 5,219,648 199,300,500
21 September 3.72 4.25 13,492 5,254,139 176,952,500
22 Oktober 3.58 4.25 13,572 5,284,320 353,926,600
23 November 3.30 4.25 13,514 5,321,432 410,375,300
24 Desember 3.61 4.25 13,548 5,419,165 390,176,100
25 2018 Januari 3.25 4.25 13,413 5,351,685 604,557,800
26 Februari 3.18 4.25 13,707 5,351,650 312,889,000
27 Maret 3.40 4.25 13,756 5,395,826 173,601,000
28 April 3.41 4.25 13,877 5,409,089 86,422,900
29 Mei 3.23 4.75 13,951 5,435,083 125,707,200
30 Juni 3.12 5.25 14,404 5,534,150 52,797,200
31 Juli 3.18 5.25 14,413 5,507,792 219,853,000
32 Agustus 3.20 5.50 14,711 5,529,452 237,109,700
33 September 2.88 5.75 14,929 5,606,780 78,098,800
34 Oktober 3.16 5.75 15,227 5,667,512 124,759,700
35 November 3.23 6.00 14,339 5,670,975 250,482,800
36 Desember 3.13 6.00 14,481 5,760,046 200,378,600
37 2019 Januari 2.82 6.00 14,072 5,644,985 303,161,000
38 Februari 2.57 6.00 14,062 5,670,778 150,381,500
39 Maret 2.48 6.00 14,244 5,747,247 141,023,600
40 April 2.83 6.00 14,215 5,746,732 304,528,300
41 Mei 3.32 6.00 14,385 5,860,509 147,778,300
42 Juni 3.28 6.00 14,141 5,908,509 142,478,700
43 Juli 3.32 5.75 14,026 5,941,133 223,371,300
44 Agustus 3.49 5.50 14,237 5,934,562 173,470,900
45 September 3.39 5.25 14,174 6,004,277 69,019,400
46 Oktober 3.13 5.00 14,008 6,026,909 170,980,900
47 November 3.00 5.00 14,102 6,074,377 104,210,400
48 Desember 2.72 5.00 13,901 6,136,552 165,825,600
 62

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
97 AKRA 2016 Januari 4.14 7.25 13,846 4,498,361 172,941,200
98 Februari 4.42 7.00 13,395 4,521,951 131,094,100
99 Maret 4.45 6.75 13,276 4,561,873 139,145,700
100 April 3.60 5.50 13,204 4,581,878 111,866,900
101 Mei 3.33 5.50 13,615 4,614,062 184,101,800
102 Juni 3.45 5.25 13,180 4,737,451 138,707,800
103 Juli 3.21 5.25 13,094 4,730,380 102,367,900
104 Agustus 2.79 5.25 13,300 4,746,027 127,660,700
105 September 3.07 5.00 12,998 4,737,631 82,649,000
106 Oktober 3.31 4.75 13,051 4,778,479 75,113,400
107 November 3.58 4.75 13,563 4,868,651 80,701,500
108 Desember 3.02 4.75 13,436 5,004,977 74,180,600
109 2017 Januari 3.49 4.75 13,343 4,936,882 73,830,600
110 Februari 3.83 4.75 13,347 4,942,920 92,813,700
111 Maret 3.61 4.75 13,321 5,017,644 144,429,100
112 April 4.17 4.75 13,327 5,033,780 100,472,900
113 Mei 4.33 4.75 13,321 5,126,370 177,029,500
114 Juni 4.37 4.75 13,319 5,225,166 145,371,700
115 Juli 3.88 4.75 13,323 5,178,079 177,549,200
116 Agustus 3.82 4.50 13,351 5,219,648 144,807,300
117 September 3.72 4.25 13,492 5,254,139 122,950,900
118 Oktober 3.58 4.25 13,572 5,284,320 116,518,500
119 November 3.30 4.25 13,514 5,321,432 108,570,200
120 Desember 3.61 4.25 13,548 5,419,165 91,450,300
121 2018 Januari 3.25 4.25 13,413 5,351,685 126,907,500
122 Februari 3.18 4.25 13,707 5,351,650 156,394,000
123 Maret 3.40 4.25 13,756 5,395,826 139,418,800
124 April 3.41 4.25 13,877 5,409,089 109,611,200
125 Mei 3.23 4.75 13,951 5,435,083 255,398,100
126 Juni 3.12 5.25 14,404 5,534,150 149,866,300
127 Juli 3.18 5.25 14,413 5,507,792 170,338,100
128 Agustus 3.20 5.50 14,711 5,529,452 352,210,200
129 September 2.88 5.75 14,929 5,606,780 256,593,600
130 Oktober 3.16 5.75 15,227 5,667,512 253,407,400
131 November 3.23 6.00 14,339 5,670,975 155,529,200
132 Desember 3.13 6.00 14,481 5,760,046 127,733,200
133 2019 Januari 2.82 6.00 14,072 5,644,985 181,825,300
134 Februari 2.57 6.00 14,062 5,670,778 125,504,900
135 Maret 2.48 6.00 14,244 5,747,247 129,464,500
136 April 2.83 6.00 14,215 5,746,732 88,342,600
137 Mei 3.32 6.00 14,385 5,860,509 139,944,700
138 Juni 3.28 6.00 14,141 5,908,509 127,596,900
139 Juli 3.32 5.75 14,026 5,941,133 189,264,700
140 Agustus 3.49 5.50 14,237 5,934,562 140,861,600
141 September 3.39 5.25 14,174 6,004,277 131,689,600
142 Oktober 3.13 5.00 14,008 6,026,909 124,490,100
143 November 3.00 5.00 14,102 6,074,377 248,453,900
144 Desember 2.72 5.00 13,901 6,136,552 217,797,000
 63

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
145 ANTM 2016 Januari 4.14 7.25 13,846 4,498,361 2,386,599,100
146 Februari 4.42 7.00 13,395 4,521,951 2,202,929,900
147 Maret 4.45 6.75 13,276 4,561,873 2,551,012,300
148 April 3.60 5.50 13,204 4,581,878 2,808,211,600
149 Mei 3.33 5.50 13,615 4,614,062 1,701,764,800
150 Juni 3.45 5.25 13,180 4,737,451 2,520,870,900
151 Juli 3.21 5.25 13,094 4,730,380 2,061,861,900
152 Agustus 2.79 5.25 13,300 4,746,027 1,574,932,500
153 September 3.07 5.00 12,998 4,737,631 2,390,290,300
154 Oktober 3.31 4.75 13,051 4,778,479 3,444,981,400
155 November 3.58 4.75 13,563 4,868,651 3,050,049,400
156 Desember 3.02 4.75 13,436 5,004,977 1,074,809,000
157 2017 Januari 3.49 4.75 13,343 4,936,882 1,644,942,800
158 Februari 3.83 4.75 13,347 4,942,920 871,349,800
159 Maret 3.61 4.75 13,321 5,017,644 779,641,100
160 April 4.17 4.75 13,327 5,033,780 360,963,800
161 Mei 4.33 4.75 13,321 5,126,370 1,087,193,300
162 Juni 4.37 4.75 13,319 5,225,166 475,018,800
163 Juli 3.88 4.75 13,323 5,178,079 516,932,000
164 Agustus 3.82 4.50 13,351 5,219,648 1,379,001,800
165 September 3.72 4.25 13,492 5,254,139 668,650,200
166 Oktober 3.58 4.25 13,572 5,284,320 370,875,100
167 November 3.30 4.25 13,514 5,321,432 1,179,110,800
168 Desember 3.61 4.25 13,548 5,419,165 316,491,400
169 2018 Januari 3.25 4.25 13,413 5,351,685 2,858,545,900
170 Februari 3.18 4.25 13,707 5,351,650 1,662,401,800
171 Maret 3.40 4.25 13,756 5,395,826 1,044,598,000
172 April 3.41 4.25 13,877 5,409,089 1,090,261,700
173 Mei 3.23 4.75 13,951 5,435,083 871,090,300
174 Juni 3.12 5.25 14,404 5,534,150 1,577,895,800
175 Juli 3.18 5.25 14,413 5,507,792 1,746,380,400
176 Agustus 3.20 5.50 14,711 5,529,452 1,383,536,400
177 September 2.88 5.75 14,929 5,606,780 1,198,593,900
178 Oktober 3.16 5.75 15,227 5,667,512 1,173,405,000
179 November 3.23 6.00 14,339 5,670,975 1,048,069,300
180 Desember 3.13 6.00 14,481 5,760,046 1,634,457,900
181 2019 Januari 2.82 6.00 14,072 5,644,985 2,518,089,500
182 Februari 2.57 6.00 14,062 5,670,778 3,722,444,200
183 Maret 2.48 6.00 14,244 5,747,247 1,512,069,100
184 April 2.83 6.00 14,215 5,746,732 875,828,800
185 Mei 3.32 6.00 14,385 5,860,509 1,291,730,500
186 Juni 3.28 6.00 14,141 5,908,509 1,262,576,400
187 Juli 3.32 5.75 14,026 5,941,133 2,257,944,500
188 Agustus 3.49 5.50 14,237 5,934,562 3,567,699,800
189 September 3.39 5.25 14,174 6,004,277 2,233,139,000
190 Oktober 3.13 5.00 14,008 6,026,909 1,958,823,400
191 November 3.00 5.00 14,102 6,074,377 1,158,128,000
192 Desember 2.72 5.00 13,901 6,136,552 1,046,851,800
 64

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
193 ASII 2016 Januari 4.14 7.25 13,846 4,498,361 913,772,000
194 Februari 4.42 7.00 13,395 4,521,951 934,001,200
195 Maret 4.45 6.75 13,276 4,561,873 729,179,100
196 April 3.60 5.50 13,204 4,581,878 490,904,100
197 Mei 3.33 5.50 13,615 4,614,062 685,036,900
198 Juni 3.45 5.25 13,180 4,737,451 672,788,900
199 Juli 3.21 5.25 13,094 4,730,380 787,671,900
200 Agustus 2.79 5.25 13,300 4,746,027 1,055,073,500
201 September 3.07 5.00 12,998 4,737,631 662,744,800
202 Oktober 3.31 4.75 13,051 4,778,479 551,148,700
203 November 3.58 4.75 13,563 4,868,651 851,674,100
204 Desember 3.02 4.75 13,436 5,004,977 539,236,900
205 2017 Januari 3.49 4.75 13,343 4,936,882 404,148,800
206 Februari 3.83 4.75 13,347 4,942,920 532,451,100
207 Maret 3.61 4.75 13,321 5,017,644 753,674,700
208 April 4.17 4.75 13,327 5,033,780 469,561,600
209 Mei 4.33 4.75 13,321 5,126,370 665,206,200
210 Juni 4.37 4.75 13,319 5,225,166 414,366,600
211 Juli 3.88 4.75 13,323 5,178,079 958,700,600
212 Agustus 3.82 4.50 13,351 5,219,648 800,035,700
213 September 3.72 4.25 13,492 5,254,139 568,033,200
214 Oktober 3.58 4.25 13,572 5,284,320 495,661,800
215 November 3.30 4.25 13,514 5,321,432 540,093,500
216 Desember 3.61 4.25 13,548 5,419,165 544,261,700
217 2018 Januari 3.25 4.25 13,413 5,351,685 611,895,000
218 Februari 3.18 4.25 13,707 5,351,650 566,373,300
219 Maret 3.40 4.25 13,756 5,395,826 779,054,200
220 April 3.41 4.25 13,877 5,409,089 322,634,300
221 Mei 3.23 4.75 13,951 5,435,083 723,639,700
222 Juni 3.12 5.25 14,404 5,534,150 546,483,000
223 Juli 3.18 5.25 14,413 5,507,792 483,328,300
224 Agustus 3.20 5.50 14,711 5,529,452 578,050,500
225 September 2.88 5.75 14,929 5,606,780 587,864,400
226 Oktober 3.16 5.75 15,227 5,667,512 623,905,000
227 November 3.23 6.00 14,339 5,670,975 798,429,400
228 Desember 3.13 6.00 14,481 5,760,046 634,136,700
229 2019 Januari 2.82 6.00 14,072 5,644,985 834,903,800
230 Februari 2.57 6.00 14,062 5,670,778 818,491,900
231 Maret 2.48 6.00 14,244 5,747,247 729,641,400
232 April 2.83 6.00 14,215 5,746,732 576,689,800
233 Mei 3.32 6.00 14,385 5,860,509 701,733,600
234 Juni 3.28 6.00 14,141 5,908,509 420,428,600
235 Juli 3.32 5.75 14,026 5,941,133 673,322,800
236 Agustus 3.49 5.50 14,237 5,934,562 787,575,000
237 September 3.39 5.25 14,174 6,004,277 489,647,800
238 Oktober 3.13 5.00 14,008 6,026,909 530,412,100
239 November 3.00 5.00 14,102 6,074,377 597,144,800
240 Desember 2.72 5.00 13,901 6,136,552 492,229,100
 65

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
241 BBCA 2016 Januari 4.14 7.25 13,846 4,498,361 375,415,800
242 Februari 4.42 7.00 13,395 4,521,951 425,202,500
243 Maret 4.45 6.75 13,276 4,561,873 349,805,700
244 April 3.60 5.50 13,204 4,581,878 216,387,400
245 Mei 3.33 5.50 13,615 4,614,062 320,311,200
246 Juni 3.45 5.25 13,180 4,737,451 364,043,300
247 Juli 3.21 5.25 13,094 4,730,380 486,707,800
248 Agustus 2.79 5.25 13,300 4,746,027 500,606,800
249 September 3.07 5.00 12,998 4,737,631 422,722,700
250 Oktober 3.31 4.75 13,051 4,778,479 305,708,500
251 November 3.58 4.75 13,563 4,868,651 466,344,100
252 Desember 3.02 4.75 13,436 5,004,977 386,833,300
253 2017 Januari 3.49 4.75 13,343 4,936,882 212,042,300
254 Februari 3.83 4.75 13,347 4,942,920 256,320,400
255 Maret 3.61 4.75 13,321 5,017,644 450,679,100
256 April 4.17 4.75 13,327 5,033,780 309,963,100
257 Mei 4.33 4.75 13,321 5,126,370 624,365,700
258 Juni 4.37 4.75 13,319 5,225,166 377,102,000
259 Juli 3.88 4.75 13,323 5,178,079 304,497,700
260 Agustus 3.82 4.50 13,351 5,219,648 221,972,200
261 September 3.72 4.25 13,492 5,254,139 297,943,300
262 Oktober 3.58 4.25 13,572 5,284,320 333,821,800
263 November 3.30 4.25 13,514 5,321,432 355,408,500
264 Desember 3.61 4.25 13,548 5,419,165 279,171,300
265 2018 Januari 3.25 4.25 13,413 5,351,685 337,026,000
266 Februari 3.18 4.25 13,707 5,351,650 294,815,000
267 Maret 3.40 4.25 13,756 5,395,826 370,486,800
268 April 3.41 4.25 13,877 5,409,089 150,985,500
269 Mei 3.23 4.75 13,951 5,435,083 346,587,000
270 Juni 3.12 5.25 14,404 5,534,150 259,734,500
271 Juli 3.18 5.25 14,413 5,507,792 288,776,500
272 Agustus 3.20 5.50 14,711 5,529,452 341,287,500
273 September 2.88 5.75 14,929 5,606,780 289,333,200
274 Oktober 3.16 5.75 15,227 5,667,512 288,142,900
275 November 3.23 6.00 14,339 5,670,975 388,622,900
276 Desember 3.13 6.00 14,481 5,760,046 339,524,600
277 2019 Januari 2.82 6.00 14,072 5,644,985 371,824,400
278 Februari 2.57 6.00 14,062 5,670,778 298,667,900
279 Maret 2.48 6.00 14,244 5,747,247 158,095,400
280 April 2.83 6.00 14,215 5,746,732 197,841,200
281 Mei 3.32 6.00 14,385 5,860,509 340,180,100
282 Juni 3.28 6.00 14,141 5,908,509 222,381,400
283 Juli 3.32 5.75 14,026 5,941,133 209,741,300
284 Agustus 3.49 5.50 14,237 5,934,562 305,066,600
285 September 3.39 5.25 14,174 6,004,277 251,059,200
286 Oktober 3.13 5.00 14,008 6,026,909 249,822,700
287 November 3.00 5.00 14,102 6,074,377 259,364,600
288 Desember 2.72 5.00 13,901 6,136,552 255,014,100
 66

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
289 BBNI 2016 Januari 4.14 7.25 13,846 4,498,361 532,149,300
290 Februari 4.42 7.00 13,395 4,521,951 840,054,400
291 Maret 4.45 6.75 13,276 4,561,873 538,886,100
292 April 3.60 5.50 13,204 4,581,878 565,043,500
293 Mei 3.33 5.50 13,615 4,614,062 681,987,300
294 Juni 3.45 5.25 13,180 4,737,451 548,233,200
295 Juli 3.21 5.25 13,094 4,730,380 505,065,300
296 Agustus 2.79 5.25 13,300 4,746,027 642,118,700
297 September 3.07 5.00 12,998 4,737,631 590,547,900
298 Oktober 3.31 4.75 13,051 4,778,479 459,875,100
299 November 3.58 4.75 13,563 4,868,651 554,536,900
300 Desember 3.02 4.75 13,436 5,004,977 275,764,300
301 2017 Januari 3.49 4.75 13,343 4,936,882 369,395,300
302 Februari 3.83 4.75 13,347 4,942,920 595,301,200
303 Maret 3.61 4.75 13,321 5,017,644 609,387,100
304 April 4.17 4.75 13,327 5,033,780 493,379,300
305 Mei 4.33 4.75 13,321 5,126,370 482,531,800
306 Juni 4.37 4.75 13,319 5,225,166 291,254,500
307 Juli 3.88 4.75 13,323 5,178,079 377,737,000
308 Agustus 3.82 4.50 13,351 5,219,648 323,402,000
309 September 3.72 4.25 13,492 5,254,139 300,765,300
310 Oktober 3.58 4.25 13,572 5,284,320 360,995,800
311 November 3.30 4.25 13,514 5,321,432 343,224,800
312 Desember 3.61 4.25 13,548 5,419,165 486,746,300
313 2018 Januari 3.25 4.25 13,413 5,351,685 471,870,600
314 Februari 3.18 4.25 13,707 5,351,650 358,486,700
315 Maret 3.40 4.25 13,756 5,395,826 395,200,600
316 April 3.41 4.25 13,877 5,409,089 232,385,500
317 Mei 3.23 4.75 13,951 5,435,083 544,233,000
318 Juni 3.12 5.25 14,404 5,534,150 368,607,200
319 Juli 3.18 5.25 14,413 5,507,792 501,068,800
320 Agustus 3.20 5.50 14,711 5,529,452 537,233,000
321 September 2.88 5.75 14,929 5,606,780 368,794,700
322 Oktober 3.16 5.75 15,227 5,667,512 472,295,700
323 November 3.23 6.00 14,339 5,670,975 669,349,400
324 Desember 3.13 6.00 14,481 5,760,046 366,268,900
325 2019 Januari 2.82 6.00 14,072 5,644,985 498,008,200
326 Februari 2.57 6.00 14,062 5,670,778 331,376,200
327 Maret 2.48 6.00 14,244 5,747,247 258,663,500
328 April 2.83 6.00 14,215 5,746,732 316,773,100
329 Mei 3.32 6.00 14,385 5,860,509 673,887,300
330 Juni 3.28 6.00 14,141 5,908,509 325,255,900
331 Juli 3.32 5.75 14,026 5,941,133 471,515,100
332 Agustus 3.49 5.50 14,237 5,934,562 488,197,500
333 September 3.39 5.25 14,174 6,004,277 385,917,800
334 Oktober 3.13 5.00 14,008 6,026,909 564,209,600
335 November 3.00 5.00 14,102 6,074,377 442,743,100
336 Desember 2.72 5.00 13,901 6,136,552 420,356,000
 67

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
337 BBRI 2016 Januari 4.14 7.25 13,846 4,498,361 2,113,014,000
338 Februari 4.42 7.00 13,395 4,521,951 3,491,019,000
339 Maret 4.45 6.75 13,276 4,561,873 2,566,506,500
340 April 3.60 5.50 13,204 4,581,878 2,204,865,000
341 Mei 3.33 5.50 13,615 4,614,062 2,668,097,500
342 Juni 3.45 5.25 13,180 4,737,451 2,304,333,500
343 Juli 3.21 5.25 13,094 4,730,380 2,370,016,500
344 Agustus 2.79 5.25 13,300 4,746,027 3,297,740,000
345 September 3.07 5.00 12,998 4,737,631 2,405,415,500
346 Oktober 3.31 4.75 13,051 4,778,479 1,806,430,500
347 November 3.58 4.75 13,563 4,868,651 3,335,322,000
348 Desember 3.02 4.75 13,436 5,004,977 2,038,477,500
349 2017 Januari 3.49 4.75 13,343 4,936,882 1,534,838,000
350 Februari 3.83 4.75 13,347 4,942,920 1,973,856,500
351 Maret 3.61 4.75 13,321 5,017,644 2,456,600,000
352 April 4.17 4.75 13,327 5,033,780 1,394,689,500
353 Mei 4.33 4.75 13,321 5,126,370 2,568,201,000
354 Juni 4.37 4.75 13,319 5,225,166 1,312,708,000
355 Juli 3.88 4.75 13,323 5,178,079 2,439,248,500
356 Agustus 3.82 4.50 13,351 5,219,648 1,706,344,500
357 September 3.72 4.25 13,492 5,254,139 1,734,473,500
358 Oktober 3.58 4.25 13,572 5,284,320 2,053,861,500
359 November 3.30 4.25 13,514 5,321,432 2,431,156,100
360 Desember 3.61 4.25 13,548 5,419,165 1,524,356,200
361 2018 Januari 3.25 4.25 13,413 5,351,685 2,611,356,400
362 Februari 3.18 4.25 13,707 5,351,650 2,061,359,700
363 Maret 3.40 4.25 13,756 5,395,826 2,486,934,900
364 April 3.41 4.25 13,877 5,409,089 1,081,214,100
365 Mei 3.23 4.75 13,951 5,435,083 4,487,882,600
366 Juni 3.12 5.25 14,404 5,534,150 2,473,641,400
367 Juli 3.18 5.25 14,413 5,507,792 2,195,350,000
368 Agustus 3.20 5.50 14,711 5,529,452 2,482,175,800
369 September 2.88 5.75 14,929 5,606,780 2,379,024,600
370 Oktober 3.16 5.75 15,227 5,667,512 2,166,202,100
371 November 3.23 6.00 14,339 5,670,975 2,748,992,500
372 Desember 3.13 6.00 14,481 5,760,046 2,051,181,200
373 2019 Januari 2.82 6.00 14,072 5,644,985 2,729,471,400
374 Februari 2.57 6.00 14,062 5,670,778 1,838,177,500
375 Maret 2.48 6.00 14,244 5,747,247 1,499,068,200
376 April 2.83 6.00 14,215 5,746,732 1,915,132,300
377 Mei 3.32 6.00 14,385 5,860,509 3,300,702,100
378 Juni 3.28 6.00 14,141 5,908,509 1,515,690,500
379 Juli 3.32 5.75 14,026 5,941,133 1,656,703,800
380 Agustus 3.49 5.50 14,237 5,934,562 2,367,194,500
381 September 3.39 5.25 14,174 6,004,277 1,911,004,700
382 Oktober 3.13 5.00 14,008 6,026,909 2,423,888,300
383 November 3.00 5.00 14,102 6,074,377 2,468,453,600
384 Desember 2.72 5.00 13,901 6,136,552 1,798,699,400
 68

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
385 BBTN 2016 Januari 4.14 7.25 13,846 4,498,361 407,291,900
386 Februari 4.42 7.00 13,395 4,521,951 884,765,900
387 Maret 4.45 6.75 13,276 4,561,873 356,051,800
388 April 3.60 5.50 13,204 4,581,878 268,129,900
389 Mei 3.33 5.50 13,615 4,614,062 296,840,000
390 Juni 3.45 5.25 13,180 4,737,451 376,666,100
391 Juli 3.21 5.25 13,094 4,730,380 368,235,000
392 Agustus 2.79 5.25 13,300 4,746,027 626,304,900
393 September 3.07 5.00 12,998 4,737,631 336,370,400
394 Oktober 3.31 4.75 13,051 4,778,479 209,704,400
395 November 3.58 4.75 13,563 4,868,651 385,559,400
396 Desember 3.02 4.75 13,436 5,004,977 289,671,000
397 2017 Januari 3.49 4.75 13,343 4,936,882 316,698,900
398 Februari 3.83 4.75 13,347 4,942,920 465,044,200
399 Maret 3.61 4.75 13,321 5,017,644 527,557,900
400 April 4.17 4.75 13,327 5,033,780 220,634,700
401 Mei 4.33 4.75 13,321 5,126,370 291,435,000
402 Juni 4.37 4.75 13,319 5,225,166 175,162,000
403 Juli 3.88 4.75 13,323 5,178,079 369,160,600
404 Agustus 3.82 4.50 13,351 5,219,648 287,690,700
405 September 3.72 4.25 13,492 5,254,139 338,016,400
406 Oktober 3.58 4.25 13,572 5,284,320 579,748,600
407 November 3.30 4.25 13,514 5,321,432 963,564,300
408 Desember 3.61 4.25 13,548 5,419,165 451,113,600
409 2018 Januari 3.25 4.25 13,413 5,351,685 360,247,200
410 Februari 3.18 4.25 13,707 5,351,650 323,038,600
411 Maret 3.40 4.25 13,756 5,395,826 271,937,400
412 April 3.41 4.25 13,877 5,409,089 156,665,700
413 Mei 3.23 4.75 13,951 5,435,083 645,453,800
414 Juni 3.12 5.25 14,404 5,534,150 414,560,100
415 Juli 3.18 5.25 14,413 5,507,792 1,200,030,900
416 Agustus 3.20 5.50 14,711 5,529,452 1,029,974,300
417 September 2.88 5.75 14,929 5,606,780 467,092,400
418 Oktober 3.16 5.75 15,227 5,667,512 662,410,800
419 November 3.23 6.00 14,339 5,670,975 940,194,400
420 Desember 3.13 6.00 14,481 5,760,046 455,404,600
421 2019 Januari 2.82 6.00 14,072 5,644,985 592,598,800
422 Februari 2.57 6.00 14,062 5,670,778 538,691,100
423 Maret 2.48 6.00 14,244 5,747,247 492,430,200
424 April 2.83 6.00 14,215 5,746,732 564,216,300
425 Mei 3.32 6.00 14,385 5,860,509 373,477,700
426 Juni 3.28 6.00 14,141 5,908,509 429,601,800
427 Juli 3.32 5.75 14,026 5,941,133 442,800,100
428 Agustus 3.49 5.50 14,237 5,934,562 422,526,200
429 September 3.39 5.25 14,174 6,004,277 575,418,700
430 Oktober 3.13 5.00 14,008 6,026,909 580,214,900
431 November 3.00 5.00 14,102 6,074,377 565,365,300
432 Desember 2.72 5.00 13,901 6,136,552 301,718,300
 69

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
433 BMRI 2016 Januari 4.14 7.25 13,846 4,498,361 870,653,400
434 Februari 4.42 7.00 13,395 4,521,951 1,198,625,600
435 Maret 4.45 6.75 13,276 4,561,873 987,847,600
436 April 3.60 5.50 13,204 4,581,878 661,858,400
437 Mei 3.33 5.50 13,615 4,614,062 957,494,600
438 Juni 3.45 5.25 13,180 4,737,451 742,642,200
439 Juli 3.21 5.25 13,094 4,730,380 1,168,671,400
440 Agustus 2.79 5.25 13,300 4,746,027 1,377,420,800
441 September 3.07 5.00 12,998 4,737,631 886,522,800
442 Oktober 3.31 4.75 13,051 4,778,479 820,789,400
443 November 3.58 4.75 13,563 4,868,651 1,081,914,400
444 Desember 3.02 4.75 13,436 5,004,977 634,304,000
445 2017 Januari 3.49 4.75 13,343 4,936,882 549,202,600
446 Februari 3.83 4.75 13,347 4,942,920 902,688,600
447 Maret 3.61 4.75 13,321 5,017,644 758,620,600
448 April 4.17 4.75 13,327 5,033,780 679,823,800
449 Mei 4.33 4.75 13,321 5,126,370 831,380,800
450 Juni 4.37 4.75 13,319 5,225,166 506,121,600
451 Juli 3.88 4.75 13,323 5,178,079 715,058,600
452 Agustus 3.82 4.50 13,351 5,219,648 680,004,000
453 September 3.72 4.25 13,492 5,254,139 766,410,600
454 Oktober 3.58 4.25 13,572 5,284,320 949,248,500
455 November 3.30 4.25 13,514 5,321,432 950,089,000
456 Desember 3.61 4.25 13,548 5,419,165 711,739,200
457 2018 Januari 3.25 4.25 13,413 5,351,685 821,884,800
458 Februari 3.18 4.25 13,707 5,351,650 716,434,400
459 Maret 3.40 4.25 13,756 5,395,826 853,675,100
460 April 3.41 4.25 13,877 5,409,089 360,999,400
461 Mei 3.23 4.75 13,951 5,435,083 1,068,199,300
462 Juni 3.12 5.25 14,404 5,534,150 569,850,000
463 Juli 3.18 5.25 14,413 5,507,792 727,204,900
464 Agustus 3.20 5.50 14,711 5,529,452 793,126,400
465 September 2.88 5.75 14,929 5,606,780 661,102,900
466 Oktober 3.16 5.75 15,227 5,667,512 647,652,100
467 November 3.23 6.00 14,339 5,670,975 1,065,567,600
468 Desember 3.13 6.00 14,481 5,760,046 674,617,700
469 2019 Januari 2.82 6.00 14,072 5,644,985 1,265,532,400
470 Februari 2.57 6.00 14,062 5,670,778 862,129,300
471 Maret 2.48 6.00 14,244 5,747,247 680,715,500
472 April 2.83 6.00 14,215 5,746,732 809,665,000
473 Mei 3.32 6.00 14,385 5,860,509 1,072,456,600
474 Juni 3.28 6.00 14,141 5,908,509 613,631,600
475 Juli 3.32 5.75 14,026 5,941,133 1,026,869,400
476 Agustus 3.49 5.50 14,237 5,934,562 925,098,700
477 September 3.39 5.25 14,174 6,004,277 648,541,200
478 Oktober 3.13 5.00 14,008 6,026,909 1,041,579,200
479 November 3.00 5.00 14,102 6,074,377 705,273,800
480 Desember 2.72 5.00 13,901 6,136,552 909,595,300
 70

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
481 BSDE 2016 Januari 4.14 7.25 13,846 4,498,361 408,400,400
482 Februari 4.42 7.00 13,395 4,521,951 496,868,500
483 Maret 4.45 6.75 13,276 4,561,873 661,530,000
484 April 3.60 5.50 13,204 4,581,878 461,208,500
485 Mei 3.33 5.50 13,615 4,614,062 510,241,800
486 Juni 3.45 5.25 13,180 4,737,451 920,120,900
487 Juli 3.21 5.25 13,094 4,730,380 524,188,600
488 Agustus 2.79 5.25 13,300 4,746,027 910,660,700
489 September 3.07 5.00 12,998 4,737,631 744,652,600
490 Oktober 3.31 4.75 13,051 4,778,479 398,596,700
491 November 3.58 4.75 13,563 4,868,651 637,180,000
492 Desember 3.02 4.75 13,436 5,004,977 427,193,500
493 2017 Januari 3.49 4.75 13,343 4,936,882 539,282,200
494 Februari 3.83 4.75 13,347 4,942,920 332,132,000
495 Maret 3.61 4.75 13,321 5,017,644 413,846,300
496 April 4.17 4.75 13,327 5,033,780 331,564,700
497 Mei 4.33 4.75 13,321 5,126,370 481,347,600
498 Juni 4.37 4.75 13,319 5,225,166 215,599,000
499 Juli 3.88 4.75 13,323 5,178,079 376,277,000
500 Agustus 3.82 4.50 13,351 5,219,648 318,396,400
501 September 3.72 4.25 13,492 5,254,139 306,045,000
502 Oktober 3.58 4.25 13,572 5,284,320 307,458,800
503 November 3.30 4.25 13,514 5,321,432 285,365,100
504 Desember 3.61 4.25 13,548 5,419,165 193,836,100
505 2018 Januari 3.25 4.25 13,413 5,351,685 378,149,400
506 Februari 3.18 4.25 13,707 5,351,650 401,360,700
507 Maret 3.40 4.25 13,756 5,395,826 423,807,700
508 April 3.41 4.25 13,877 5,409,089 185,736,500
509 Mei 3.23 4.75 13,951 5,435,083 311,388,300
510 Juni 3.12 5.25 14,404 5,534,150 204,792,600
511 Juli 3.18 5.25 14,413 5,507,792 326,670,700
512 Agustus 3.20 5.50 14,711 5,529,452 383,092,000
513 September 2.88 5.75 14,929 5,606,780 219,264,700
514 Oktober 3.16 5.75 15,227 5,667,512 543,389,300
515 November 3.23 6.00 14,339 5,670,975 658,558,000
516 Desember 3.13 6.00 14,481 5,760,046 259,394,500
517 2019 Januari 2.82 6.00 14,072 5,644,985 515,795,900
518 Februari 2.57 6.00 14,062 5,670,778 295,721,900
519 Maret 2.48 6.00 14,244 5,747,247 227,562,400
520 April 2.83 6.00 14,215 5,746,732 251,430,100
521 Mei 3.32 6.00 14,385 5,860,509 258,982,100
522 Juni 3.28 6.00 14,141 5,908,509 245,424,200
523 Juli 3.32 5.75 14,026 5,941,133 294,762,800
524 Agustus 3.49 5.50 14,237 5,934,562 307,881,300
525 September 3.39 5.25 14,174 6,004,277 329,144,000
526 Oktober 3.13 5.00 14,008 6,026,909 231,957,000
527 November 3.00 5.00 14,102 6,074,377 170,022,000
528 Desember 2.72 5.00 13,901 6,136,552 226,554,900
 71

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
529 HMSP 2016 Januari 4.14 7.25 13,846 4,498,361 443,827,500
530 Februari 4.42 7.00 13,395 4,521,951 329,567,500
531 Maret 4.45 6.75 13,276 4,561,873 365,800,000
532 April 3.60 5.50 13,204 4,581,878 398,230,000
533 Mei 3.33 5.50 13,615 4,614,062 297,340,000
534 Juni 3.45 5.25 13,180 4,737,451 375,384,000
535 Juli 3.21 5.25 13,094 4,730,380 400,776,500
536 Agustus 2.79 5.25 13,300 4,746,027 400,408,900
537 September 3.07 5.00 12,998 4,737,631 287,114,000
538 Oktober 3.31 4.75 13,051 4,778,479 226,352,600
539 November 3.58 4.75 13,563 4,868,651 414,520,600
540 Desember 3.02 4.75 13,436 5,004,977 239,137,500
541 2017 Januari 3.49 4.75 13,343 4,936,882 207,779,100
542 Februari 3.83 4.75 13,347 4,942,920 208,307,300
543 Maret 3.61 4.75 13,321 5,017,644 716,940,900
544 April 4.17 4.75 13,327 5,033,780 208,732,300
545 Mei 4.33 4.75 13,321 5,126,370 571,168,900
546 Juni 4.37 4.75 13,319 5,225,166 218,156,700
547 Juli 3.88 4.75 13,323 5,178,079 248,047,300
548 Agustus 3.82 4.50 13,351 5,219,648 413,204,900
549 September 3.72 4.25 13,492 5,254,139 277,420,600
550 Oktober 3.58 4.25 13,572 5,284,320 392,554,600
551 November 3.30 4.25 13,514 5,321,432 402,332,800
552 Desember 3.61 4.25 13,548 5,419,165 332,997,500
553 2018 Januari 3.25 4.25 13,413 5,351,685 365,893,200
554 Februari 3.18 4.25 13,707 5,351,650 353,338,800
555 Maret 3.40 4.25 13,756 5,395,826 546,572,900
556 April 3.41 4.25 13,877 5,409,089 238,182,700
557 Mei 3.23 4.75 13,951 5,435,083 592,759,700
558 Juni 3.12 5.25 14,404 5,534,150 297,485,700
559 Juli 3.18 5.25 14,413 5,507,792 356,025,600
560 Agustus 3.20 5.50 14,711 5,529,452 361,444,100
561 September 2.88 5.75 14,929 5,606,780 245,537,100
562 Oktober 3.16 5.75 15,227 5,667,512 327,245,800
563 November 3.23 6.00 14,339 5,670,975 1,210,204,300
564 Desember 3.13 6.00 14,481 5,760,046 351,880,900
565 2019 Januari 2.82 6.00 14,072 5,644,985 589,306,200
566 Februari 2.57 6.00 14,062 5,670,778 366,079,800
567 Maret 2.48 6.00 14,244 5,747,247 266,213,600
568 April 2.83 6.00 14,215 5,746,732 424,531,600
569 Mei 3.32 6.00 14,385 5,860,509 548,056,600
570 Juni 3.28 6.00 14,141 5,908,509 375,126,700
571 Juli 3.32 5.75 14,026 5,941,133 1,142,950,900
572 Agustus 3.49 5.50 14,237 5,934,562 975,911,000
573 September 3.39 5.25 14,174 6,004,277 1,271,184,000
574 Oktober 3.13 5.00 14,008 6,026,909 1,284,916,400
575 November 3.00 5.00 14,102 6,074,377 905,247,900
576 Desember 2.72 5.00 13,901 6,136,552 607,687,400
72
 73

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
625 INCO 2016 Januari 4.14 7.25 13,846 4,498,361 121,423,400
626 Februari 4.42 7.00 13,395 4,521,951 202,254,700
627 Maret 4.45 6.75 13,276 4,561,873 329,578,800
628 April 3.60 5.50 13,204 4,581,878 165,227,000
629 Mei 3.33 5.50 13,615 4,614,062 140,167,800
630 Juni 3.45 5.25 13,180 4,737,451 219,476,100
631 Juli 3.21 5.25 13,094 4,730,380 337,587,900
632 Agustus 2.79 5.25 13,300 4,746,027 266,700,100
633 September 3.07 5.00 12,998 4,737,631 215,155,400
634 Oktober 3.31 4.75 13,051 4,778,479 411,193,800
635 November 3.58 4.75 13,563 4,868,651 464,068,100
636 Desember 3.02 4.75 13,436 5,004,977 222,062,400
637 2017 Januari 3.49 4.75 13,343 4,936,882 569,942,300
638 Februari 3.83 4.75 13,347 4,942,920 463,988,800
639 Maret 3.61 4.75 13,321 5,017,644 254,141,400
640 April 4.17 4.75 13,327 5,033,780 147,373,200
641 Mei 4.33 4.75 13,321 5,126,370 218,950,400
642 Juni 4.37 4.75 13,319 5,225,166 111,489,000
643 Juli 3.88 4.75 13,323 5,178,079 306,624,400
644 Agustus 3.82 4.50 13,351 5,219,648 413,343,300
645 September 3.72 4.25 13,492 5,254,139 221,537,500
646 Oktober 3.58 4.25 13,572 5,284,320 270,735,400
647 November 3.30 4.25 13,514 5,321,432 276,183,300
648 Desember 3.61 4.25 13,548 5,419,165 117,500,400
649 2018 Januari 3.25 4.25 13,413 5,351,685 299,547,600
650 Februari 3.18 4.25 13,707 5,351,650 259,315,200
651 Maret 3.40 4.25 13,756 5,395,826 273,235,200
652 April 3.41 4.25 13,877 5,409,089 176,736,400
653 Mei 3.23 4.75 13,951 5,435,083 174,110,800
654 Juni 3.12 5.25 14,404 5,534,150 129,428,800
655 Juli 3.18 5.25 14,413 5,507,792 167,553,300
656 Agustus 3.20 5.50 14,711 5,529,452 130,538,300
657 September 2.88 5.75 14,929 5,606,780 270,055,000
658 Oktober 3.16 5.75 15,227 5,667,512 241,030,000
659 November 3.23 6.00 14,339 5,670,975 244,936,200
660 Desember 3.13 6.00 14,481 5,760,046 141,904,400
661 2019 Januari 2.82 6.00 14,072 5,644,985 408,824,000
662 Februari 2.57 6.00 14,062 5,670,778 282,995,600
663 Maret 2.48 6.00 14,244 5,747,247 151,463,000
664 April 2.83 6.00 14,215 5,746,732 149,145,000
665 Mei 3.32 6.00 14,385 5,860,509 178,400,400
666 Juni 3.28 6.00 14,141 5,908,509 96,073,800
667 Juli 3.32 5.75 14,026 5,941,133 408,653,100
668 Agustus 3.49 5.50 14,237 5,934,562 499,964,300
669 September 3.39 5.25 14,174 6,004,277 684,051,700
670 Oktober 3.13 5.00 14,008 6,026,909 762,297,500
671 November 3.00 5.00 14,102 6,074,377 233,846,300
672 Desember 2.72 5.00 13,901 6,136,552 208,942,700
 74

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
673 INDF 2016 Januari 4.14 7.25 13,846 4,498,361 234,372,900
674 Februari 4.42 7.00 13,395 4,521,951 180,977,200
675 Maret 4.45 6.75 13,276 4,561,873 247,816,500
676 April 3.60 5.50 13,204 4,581,878 112,390,300
677 Mei 3.33 5.50 13,615 4,614,062 106,677,700
678 Juni 3.45 5.25 13,180 4,737,451 176,793,200
679 Juli 3.21 5.25 13,094 4,730,380 207,788,800
680 Agustus 2.79 5.25 13,300 4,746,027 221,062,300
681 September 3.07 5.00 12,998 4,737,631 289,141,300
682 Oktober 3.31 4.75 13,051 4,778,479 163,915,000
683 November 3.58 4.75 13,563 4,868,651 278,958,200
684 Desember 3.02 4.75 13,436 5,004,977 189,822,700
685 2017 Januari 3.49 4.75 13,343 4,936,882 118,746,700
686 Februari 3.83 4.75 13,347 4,942,920 130,071,600
687 Maret 3.61 4.75 13,321 5,017,644 190,248,800
688 April 4.17 4.75 13,327 5,033,780 165,855,800
689 Mei 4.33 4.75 13,321 5,126,370 239,714,100
690 Juni 4.37 4.75 13,319 5,225,166 214,773,000
691 Juli 3.88 4.75 13,323 5,178,079 138,223,600
692 Agustus 3.82 4.50 13,351 5,219,648 110,930,100
693 September 3.72 4.25 13,492 5,254,139 106,387,300
694 Oktober 3.58 4.25 13,572 5,284,320 153,127,200
695 November 3.30 4.25 13,514 5,321,432 211,658,600
696 Desember 3.61 4.25 13,548 5,419,165 205,442,500
697 2018 Januari 3.25 4.25 13,413 5,351,685 211,381,900
698 Februari 3.18 4.25 13,707 5,351,650 141,542,300
699 Maret 3.40 4.25 13,756 5,395,826 161,289,600
700 April 3.41 4.25 13,877 5,409,089 96,289,300
701 Mei 3.23 4.75 13,951 5,435,083 204,840,500
702 Juni 3.12 5.25 14,404 5,534,150 129,109,000
703 Juli 3.18 5.25 14,413 5,507,792 99,898,800
704 Agustus 3.20 5.50 14,711 5,529,452 124,967,800
705 September 2.88 5.75 14,929 5,606,780 147,224,400
706 Oktober 3.16 5.75 15,227 5,667,512 133,036,700
707 November 3.23 6.00 14,339 5,670,975 196,627,100
708 Desember 3.13 6.00 14,481 5,760,046 202,815,200
709 2019 Januari 2.82 6.00 14,072 5,644,985 191,072,100
710 Februari 2.57 6.00 14,062 5,670,778 150,909,100
711 Maret 2.48 6.00 14,244 5,747,247 167,285,500
712 April 2.83 6.00 14,215 5,746,732 223,504,300
713 Mei 3.32 6.00 14,385 5,860,509 189,795,000
714 Juni 3.28 6.00 14,141 5,908,509 124,610,200
715 Juli 3.32 5.75 14,026 5,941,133 150,168,900
716 Agustus 3.49 5.50 14,237 5,934,562 220,264,200
717 September 3.39 5.25 14,174 6,004,277 132,624,300
718 Oktober 3.13 5.00 14,008 6,026,909 148,193,200
719 November 3.00 5.00 14,102 6,074,377 140,258,500
720 Desember 2.72 5.00 13,901 6,136,552 126,499,900
 75

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
721 INTP 2016 Januari 4.14 7.25 13,846 4,498,361 70,540,900
722 Februari 4.42 7.00 13,395 4,521,951 52,415,000
723 Maret 4.45 6.75 13,276 4,561,873 33,530,500
724 Mei 3.33 5.50 13,615 4,614,062 60,623,400
725 Juni 3.45 5.25 13,180 4,737,451 36,517,400
726 Juli 3.21 5.25 13,094 4,730,380 47,586,000
727 Agustus 2.79 5.25 13,300 4,746,027 46,276,100
728 September 3.07 5.00 12,998 4,737,631 32,675,600
729 Oktober 3.31 4.75 13,051 4,778,479 35,205,700
730 November 3.58 4.75 13,563 4,868,651 35,338,600
731 Desember 3.02 4.75 13,436 5,004,977 24,966,800
732 2017 Januari 3.49 4.75 13,343 4,936,882 19,491,300
733 Februari 3.83 4.75 13,347 4,942,920 20,729,500
734 Maret 3.61 4.75 13,321 5,017,644 36,913,600
735 April 4.17 4.75 13,327 5,033,780 23,393,700
736 Mei 4.33 4.75 13,321 5,126,370 67,306,200
737 Juni 4.37 4.75 13,319 5,225,166 32,630,400
738 Juli 3.88 4.75 13,323 5,178,079 30,107,600
739 Agustus 3.82 4.50 13,351 5,219,648 37,364,200
740 September 3.72 4.25 13,492 5,254,139 21,032,600
741 Oktober 3.58 4.25 13,572 5,284,320 36,039,800
742 November 3.30 4.25 13,514 5,321,432 35,730,400
743 Desember 3.61 4.25 13,548 5,419,165 39,637,700
744 2018 Januari 3.25 4.25 13,413 5,351,685 28,608,200
745 Februari 3.18 4.25 13,707 5,351,650 28,360,200
746 Maret 3.40 4.25 13,756 5,395,826 40,214,800
747 April 3.41 4.25 13,877 5,409,089 29,492,600
748 Mei 3.23 4.75 13,951 5,435,083 40,620,000
749 Juni 3.12 5.25 14,404 5,534,150 42,931,300
750 Juli 3.18 5.25 14,413 5,507,792 32,140,500
751 Agustus 3.20 5.50 14,711 5,529,452 45,063,000
752 September 2.88 5.75 14,929 5,606,780 30,640,700
753 Oktober 3.16 5.75 15,227 5,667,512 34,267,100
754 November 3.23 6.00 14,339 5,670,975 46,812,900
755 Desember 3.13 6.00 14,481 5,760,046 33,961,500
756 2019 Januari 2.82 6.00 14,072 5,644,985 44,098,800
757 Februari 2.57 6.00 14,062 5,670,778 22,809,600
758 Maret 2.48 6.00 14,244 5,747,247 26,648,700
759 April 2.83 6.00 14,215 5,746,732 26,326,200
760 Mei 3.32 6.00 14,385 5,860,509 52,864,700
761 Juni 3.28 6.00 14,141 5,908,509 27,715,100
762 Juli 3.32 5.75 14,026 5,941,133 42,821,500
763 Agustus 3.49 5.50 14,237 5,934,562 50,645,000
764 September 3.39 5.25 14,174 6,004,277 52,702,700
765 Oktober 3.13 5.00 14,008 6,026,909 49,656,400
766 November 3.00 5.00 14,102 6,074,377 31,442,400
767 Desember 2.72 5.00 13,901 6,136,552 29,258,000
 76

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
768 JSMR 2016 Januari 4.14 7.25 13,846 4,498,361 152,581,200
769 Februari 4.42 7.00 13,395 4,521,951 200,337,083
770 Maret 4.45 6.75 13,276 4,561,873 129,991,619
771 April 3.60 5.50 13,204 4,581,878 59,435,665
772 Mei 3.33 5.50 13,615 4,614,062 55,951,524
773 Juni 3.45 5.25 13,180 4,737,451 96,663,446
774 Juli 3.21 5.25 13,094 4,730,380 106,865,986
775 Agustus 2.79 5.25 13,300 4,746,027 236,918,154
776 September 3.07 5.00 12,998 4,737,631 236,244,080
777 Oktober 3.31 4.75 13,051 4,778,479 141,928,507
778 November 3.58 4.75 13,563 4,868,651 262,552,764
779 Desember 3.02 4.75 13,436 5,004,977 225,732,600
780 2017 Januari 3.49 4.75 13,343 4,936,882 94,400,600
781 Februari 3.83 4.75 13,347 4,942,920 226,447,300
782 Maret 3.61 4.75 13,321 5,017,644 169,010,200
783 April 4.17 4.75 13,327 5,033,780 134,229,000
784 Mei 4.33 4.75 13,321 5,126,370 205,599,900
785 Juni 4.37 4.75 13,319 5,225,166 122,509,000
786 Juli 3.88 4.75 13,323 5,178,079 138,075,000
787 Agustus 3.82 4.50 13,351 5,219,648 122,938,000
788 September 3.72 4.25 13,492 5,254,139 131,189,200
789 Oktober 3.58 4.25 13,572 5,284,320 225,727,400
790 November 3.30 4.25 13,514 5,321,432 159,070,400
791 Desember 3.61 4.25 13,548 5,419,165 188,903,800
792 2018 Januari 3.25 4.25 13,413 5,351,685 248,359,200
793 Februari 3.18 4.25 13,707 5,351,650 180,062,800
794 Maret 3.40 4.25 13,756 5,395,826 150,205,600
795 April 3.41 4.25 13,877 5,409,089 69,302,600
796 Mei 3.23 4.75 13,951 5,435,083 126,309,300
797 Juni 3.12 5.25 14,404 5,534,150 87,248,700
798 Juli 3.18 5.25 14,413 5,507,792 133,792,900
799 Agustus 3.20 5.50 14,711 5,529,452 74,179,500
800 September 2.88 5.75 14,929 5,606,780 58,173,400
801 Oktober 3.16 5.75 15,227 5,667,512 84,400,500
802 November 3.23 6.00 14,339 5,670,975 175,881,200
803 Desember 3.13 6.00 14,481 5,760,046 185,320,600
804 2019 Januari 2.82 6.00 14,072 5,644,985 192,787,600
805 Februari 2.57 6.00 14,062 5,670,778 136,237,600
806 Maret 2.48 6.00 14,244 5,747,247 117,951,700
807 April 2.83 6.00 14,215 5,746,732 111,118,200
808 Mei 3.32 6.00 14,385 5,860,509 135,539,600
809 Juni 3.28 6.00 14,141 5,908,509 183,655,200
810 Juli 3.32 5.75 14,026 5,941,133 126,709,700
811 Agustus 3.49 5.50 14,237 5,934,562 100,406,600
812 September 3.39 5.25 14,174 6,004,277 60,392,500
813 Oktober 3.13 5.00 14,008 6,026,909 79,952,800
814 November 3.00 5.00 14,102 6,074,377 116,189,600
815 Desember 2.72 5.00 13,901 6,136,552 73,380,300
 77

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
816 KLBF 2016 Januari 4.14 7.25 13,846 4,498,361 1,144,455,100
817 Februari 4.42 7.00 13,395 4,521,951 1,074,959,100
818 Maret 4.45 6.75 13,276 4,561,873 1,553,062,600
819 April 3.60 5.50 13,204 4,581,878 719,360,700
820 Mei 3.33 5.50 13,615 4,614,062 955,378,600
821 Juni 3.45 5.25 13,180 4,737,451 950,959,400
822 Juli 3.21 5.25 13,094 4,730,380 508,627,300
823 Agustus 2.79 5.25 13,300 4,746,027 865,141,300
824 September 3.07 5.00 12,998 4,737,631 655,979,400
825 Oktober 3.31 4.75 13,051 4,778,479 357,704,300
826 November 3.58 4.75 13,563 4,868,651 880,945,200
827 Desember 3.02 4.75 13,436 5,004,977 555,722,300
828 2017 Januari 3.49 4.75 13,343 4,936,882 287,494,800
829 Februari 3.83 4.75 13,347 4,942,920 460,199,500
830 Maret 3.61 4.75 13,321 5,017,644 495,859,600
831 April 4.17 4.75 13,327 5,033,780 243,666,500
832 Mei 4.33 4.75 13,321 5,126,370 531,447,300
833 Juni 4.37 4.75 13,319 5,225,166 419,217,300
834 Juli 3.88 4.75 13,323 5,178,079 506,541,800
835 Agustus 3.82 4.50 13,351 5,219,648 722,307,500
836 September 3.72 4.25 13,492 5,254,139 324,305,600
837 Oktober 3.58 4.25 13,572 5,284,320 410,461,400
838 November 3.30 4.25 13,514 5,321,432 589,013,800
839 Desember 3.61 4.25 13,548 5,419,165 388,846,000
840 2018 Januari 3.25 4.25 13,413 5,351,685 543,843,400
841 Februari 3.18 4.25 13,707 5,351,650 436,531,500
842 Maret 3.40 4.25 13,756 5,395,826 457,207,900
843 April 3.41 4.25 13,877 5,409,089 283,688,100
844 Mei 3.23 4.75 13,951 5,435,083 543,111,400
845 Juni 3.12 5.25 14,404 5,534,150 466,782,400
846 Juli 3.18 5.25 14,413 5,507,792 304,424,500
847 Agustus 3.20 5.50 14,711 5,529,452 381,802,800
848 September 2.88 5.75 14,929 5,606,780 329,103,100
849 Oktober 3.16 5.75 15,227 5,667,512 357,355,800
850 November 3.23 6.00 14,339 5,670,975 743,153,100
851 Desember 3.13 6.00 14,481 5,760,046 508,353,500
852 2019 Januari 2.82 6.00 14,072 5,644,985 437,044,100
853 Februari 2.57 6.00 14,062 5,670,778 477,584,400
854 Maret 2.48 6.00 14,244 5,747,247 173,443,400
855 April 2.83 6.00 14,215 5,746,732 293,758,700
856 Mei 3.32 6.00 14,385 5,860,509 577,782,300
857 Juni 3.28 6.00 14,141 5,908,509 276,130,800
858 Juli 3.32 5.75 14,026 5,941,133 372,543,200
859 Agustus 3.49 5.50 14,237 5,934,562 963,443,400
860 September 3.39 5.25 14,174 6,004,277 553,771,100
861 Oktober 3.13 5.00 14,008 6,026,909 518,916,900
862 November 3.00 5.00 14,102 6,074,377 477,448,800
863 Desember 2.72 5.00 13,901 6,136,552 399,682,400
 78

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
864 LPPF 2016 Januari 4.14 7.25 13,846 4,498,361 84,847,700
865 Februari 4.42 7.00 13,395 4,521,951 101,660,800
866 Maret 4.45 6.75 13,276 4,561,873 96,664,300
867 April 3.60 5.50 13,204 4,581,878 68,916,500
868 Mei 3.33 5.50 13,615 4,614,062 112,582,300
869 Juni 3.45 5.25 13,180 4,737,451 92,993,900
870 Juli 3.21 5.25 13,094 4,730,380 82,691,800
871 Agustus 2.79 5.25 13,300 4,746,027 89,598,100
872 September 3.07 5.00 12,998 4,737,631 153,964,200
873 Oktober 3.31 4.75 13,051 4,778,479 75,488,600
874 November 3.58 4.75 13,563 4,868,651 241,729,300
875 Desember 3.02 4.75 13,436 5,004,977 119,470,000
876 2017 Januari 3.49 4.75 13,343 4,936,882 92,393,000
877 Februari 3.83 4.75 13,347 4,942,920 128,806,800
878 Maret 3.61 4.75 13,321 5,017,644 352,311,100
879 April 4.17 4.75 13,327 5,033,780 79,014,800
880 Mei 4.33 4.75 13,321 5,126,370 116,974,300
881 Juni 4.37 4.75 13,319 5,225,166 56,314,100
882 Juli 3.88 4.75 13,323 5,178,079 121,057,800
883 Agustus 3.82 4.50 13,351 5,219,648 142,377,100
884 September 3.72 4.25 13,492 5,254,139 88,336,400
885 Oktober 3.58 4.25 13,572 5,284,320 98,316,100
886 November 3.30 4.25 13,514 5,321,432 120,762,900
887 Desember 3.61 4.25 13,548 5,419,165 52,994,400
888 2018 Januari 3.25 4.25 13,413 5,351,685 84,074,900
889 Februari 3.18 4.25 13,707 5,351,650 73,555,900
890 Maret 3.40 4.25 13,756 5,395,826 88,968,400
891 April 3.41 4.25 13,877 5,409,089 46,634,200
892 Mei 3.23 4.75 13,951 5,435,083 108,901,900
893 Juni 3.12 5.25 14,404 5,534,150 67,857,400
894 Juli 3.18 5.25 14,413 5,507,792 85,526,300
895 Agustus 3.20 5.50 14,711 5,529,452 314,049,500
896 September 2.88 5.75 14,929 5,606,780 95,092,900
897 Oktober 3.16 5.75 15,227 5,667,512 286,691,500
898 November 3.23 6.00 14,339 5,670,975 471,158,000
899 Desember 3.13 6.00 14,481 5,760,046 237,803,900
900 2019 Januari 2.82 6.00 14,072 5,644,985 137,070,700
901 Februari 2.57 6.00 14,062 5,670,778 107,610,500
902 Maret 2.48 6.00 14,244 5,747,247 570,882,100
903 April 2.83 6.00 14,215 5,746,732 250,419,300
904 Mei 3.32 6.00 14,385 5,860,509 214,733,300
905 Juni 3.28 6.00 14,141 5,908,509 152,822,400
906 Juli 3.32 5.75 14,026 5,941,133 249,872,700
907 Agustus 3.49 5.50 14,237 5,934,562 161,752,900
908 September 3.39 5.25 14,174 6,004,277 154,206,200
909 Oktober 3.13 5.00 14,008 6,026,909 327,286,800
910 November 3.00 5.00 14,102 6,074,377 152,848,800
911 Desember 2.72 5.00 13,901 6,136,552 201,536,100
 79

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
912 MNCN 2016 Januari 4.14 7.25 13,846 4,498,361 470,802,800
913 Februari 4.42 7.00 13,395 4,521,951 878,813,100
914 Maret 4.45 6.75 13,276 4,561,873 418,868,100
915 April 3.60 5.50 13,204 4,581,878 225,411,500
916 Mei 3.33 5.50 13,615 4,614,062 293,194,900
917 Juni 3.45 5.25 13,180 4,737,451 227,270,100
918 Juli 3.21 5.25 13,094 4,730,380 163,435,300
919 Agustus 2.79 5.25 13,300 4,746,027 476,001,100
920 September 3.07 5.00 12,998 4,737,631 219,879,400
921 Oktober 3.31 4.75 13,051 4,778,479 238,103,700
922 November 3.58 4.75 13,563 4,868,651 269,758,400
923 Desember 3.02 4.75 13,436 5,004,977 247,741,800
924 2017 Januari 3.49 4.75 13,343 4,936,882 188,328,200
925 Februari 3.83 4.75 13,347 4,942,920 465,840,400
926 Maret 3.61 4.75 13,321 5,017,644 389,186,300
927 April 4.17 4.75 13,327 5,033,780 244,294,600
928 Mei 4.33 4.75 13,321 5,126,370 348,116,500
929 Juni 4.37 4.75 13,319 5,225,166 170,899,300
930 Juli 3.88 4.75 13,323 5,178,079 166,309,900
931 Agustus 3.82 4.50 13,351 5,219,648 251,079,200
932 September 3.72 4.25 13,492 5,254,139 333,499,000
933 Oktober 3.58 4.25 13,572 5,284,320 301,246,000
934 November 3.30 4.25 13,514 5,321,432 965,852,000
935 Desember 3.61 4.25 13,548 5,419,165 508,684,400
936 2018 Januari 3.25 4.25 13,413 5,351,685 455,461,600
937 Februari 3.18 4.25 13,707 5,351,650 344,225,900
938 Maret 3.40 4.25 13,756 5,395,826 251,310,800
939 April 3.41 4.25 13,877 5,409,089 210,931,700
940 Mei 3.23 4.75 13,951 5,435,083 325,935,600
941 Juni 3.12 5.25 14,404 5,534,150 371,003,900
942 Juli 3.18 5.25 14,413 5,507,792 322,862,200
943 Agustus 3.20 5.50 14,711 5,529,452 360,540,200
944 September 2.88 5.75 14,929 5,606,780 290,295,200
945 Oktober 3.16 5.75 15,227 5,667,512 521,350,300
946 November 3.23 6.00 14,339 5,670,975 510,171,600
947 Desember 3.13 6.00 14,481 5,760,046 712,683,500
948 2019 Januari 2.82 6.00 14,072 5,644,985 863,195,800
949 Februari 2.57 6.00 14,062 5,670,778 765,288,300
950 Maret 2.48 6.00 14,244 5,747,247 422,292,900
951 April 2.83 6.00 14,215 5,746,732 568,475,200
952 Mei 3.32 6.00 14,385 5,860,509 1,213,259,000
953 Juni 3.28 6.00 14,141 5,908,509 1,374,416,200
954 Juli 3.32 5.75 14,026 5,941,133 1,611,542,400
955 Agustus 3.49 5.50 14,237 5,934,562 856,413,400
956 September 3.39 5.25 14,174 6,004,277 744,653,100
957 Oktober 3.13 5.00 14,008 6,026,909 639,641,600
958 November 3.00 5.00 14,102 6,074,377 711,706,300
959 Desember 2.72 5.00 13,901 6,136,552 778,079,600
 80

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
960 PGAS 2016 Januari 4.14 7.25 13,846 4,498,361 570,495,300
961 Februari 4.42 7.00 13,395 4,521,951 856,143,200
962 Maret 4.45 6.75 13,276 4,561,873 738,978,200
963 April 3.60 5.50 13,204 4,581,878 878,579,900
964 Mei 3.33 5.50 13,615 4,614,062 727,454,000
965 Juni 3.45 5.25 13,180 4,737,451 622,427,300
966 Juli 3.21 5.25 13,094 4,730,380 1,712,130,400
967 Agustus 2.79 5.25 13,300 4,746,027 1,356,337,000
968 September 3.07 5.00 12,998 4,737,631 1,140,951,100
969 Oktober 3.31 4.75 13,051 4,778,479 959,223,200
970 November 3.58 4.75 13,563 4,868,651 633,745,200
971 Desember 3.02 4.75 13,436 5,004,977 524,026,900
972 2017 Januari 3.49 4.75 13,343 4,936,882 443,971,700
973 Februari 3.83 4.75 13,347 4,942,920 563,522,700
974 Maret 3.61 4.75 13,321 5,017,644 761,052,000
975 April 4.17 4.75 13,327 5,033,780 500,698,200
976 Mei 4.33 4.75 13,321 5,126,370 653,260,300
977 Juni 4.37 4.75 13,319 5,225,166 430,749,400
978 Juli 3.88 4.75 13,323 5,178,079 531,405,700
979 Agustus 3.82 4.50 13,351 5,219,648 547,415,300
980 September 3.72 4.25 13,492 5,254,139 1,498,565,000
981 Oktober 3.58 4.25 13,572 5,284,320 2,889,729,100
982 November 3.30 4.25 13,514 5,321,432 796,119,300
983 Desember 3.61 4.25 13,548 5,419,165 593,608,400
984 2018 Januari 3.25 4.25 13,413 5,351,685 4,141,143,000
985 Februari 3.18 4.25 13,707 5,351,650 2,393,280,500
986 Maret 3.40 4.25 13,756 5,395,826 1,722,883,200
987 April 3.41 4.25 13,877 5,409,089 789,717,500
988 Mei 3.23 4.75 13,951 5,435,083 1,724,053,600
989 Juni 3.12 5.25 14,404 5,534,150 1,021,451,700
990 Juli 3.18 5.25 14,413 5,507,792 2,260,161,800
991 Agustus 3.20 5.50 14,711 5,529,452 2,113,114,400
992 September 2.88 5.75 14,929 5,606,780 1,302,262,000
993 Oktober 3.16 5.75 15,227 5,667,512 2,232,166,400
994 November 3.23 6.00 14,339 5,670,975 2,130,323,700
995 Desember 3.13 6.00 14,481 5,760,046 1,498,536,000
996 2019 Januari 2.82 6.00 14,072 5,644,985 1,790,288,100
997 Februari 2.57 6.00 14,062 5,670,778 1,267,024,200
998 Maret 2.48 6.00 14,244 5,747,247 755,803,500
999 April 2.83 6.00 14,215 5,746,732 570,350,200
1000 Mei 3.32 6.00 14,385 5,860,509 922,737,400
1001 Juni 3.28 6.00 14,141 5,908,509 799,314,900
1002 Juli 3.32 5.75 14,026 5,941,133 748,623,800
1003 Agustus 3.49 5.50 14,237 5,934,562 879,659,900
1004 September 3.39 5.25 14,174 6,004,277 1,112,131,900
1005 Oktober 3.13 5.00 14,008 6,026,909 1,232,852,300
1006 November 3.00 5.00 14,102 6,074,377 1,141,453,900
1007 Desember 2.72 5.00 13,901 6,136,552 707,154,900
 81

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1008 PTBA 2016 Januari 4.14 7.25 13,846 4,498,361 293,876,500
1009 Februari 4.42 7.00 13,395 4,521,951 538,752,000
1010 Maret 4.45 6.75 13,276 4,561,873 689,830,000
1011 April 3.60 5.50 13,204 4,581,878 352,766,540
1012 Mei 3.33 5.50 13,615 4,614,062 382,107,000
1013 Juni 3.45 5.25 13,180 4,737,451 543,713,000
1014 Juli 3.21 5.25 13,094 4,730,380 388,080,500
1015 Agustus 2.79 5.25 13,300 4,746,027 416,794,000
1016 September 3.07 5.00 12,998 4,737,631 341,583,500
1017 Oktober 3.31 4.75 13,051 4,778,479 463,206,000
1018 November 3.58 4.75 13,563 4,868,651 549,825,000
1019 Desember 3.02 4.75 13,436 5,004,977 286,384,000
1020 2017 Januari 3.49 4.75 13,343 4,936,882 226,301,000
1021 Februari 3.83 4.75 13,347 4,942,920 265,836,500
1022 Maret 3.61 4.75 13,321 5,017,644 388,623,000
1023 April 4.17 4.75 13,327 5,033,780 300,791,000
1024 Mei 4.33 4.75 13,321 5,126,370 330,773,500
1025 Juni 4.37 4.75 13,319 5,225,166 312,828,000
1026 Juli 3.88 4.75 13,323 5,178,079 240,708,500
1027 Agustus 3.82 4.50 13,351 5,219,648 213,362,500
1028 September 3.72 4.25 13,492 5,254,139 711,529,500
1029 Oktober 3.58 4.25 13,572 5,284,320 529,676,000
1030 November 3.30 4.25 13,514 5,321,432 378,212,500
1031 Desember 3.61 4.25 13,548 5,419,165 512,447,700
1032 2018 Januari 3.25 4.25 13,413 5,351,685 850,655,200
1033 Februari 3.18 4.25 13,707 5,351,650 590,553,500
1034 Maret 3.40 4.25 13,756 5,395,826 561,442,100
1035 April 3.41 4.25 13,877 5,409,089 510,697,100
1036 Mei 3.23 4.75 13,951 5,435,083 725,890,500
1037 Juni 3.12 5.25 14,404 5,534,150 467,719,200
1038 Juli 3.18 5.25 14,413 5,507,792 784,949,000
1039 Agustus 3.20 5.50 14,711 5,529,452 922,024,000
1040 September 2.88 5.75 14,929 5,606,780 616,213,200
1041 Oktober 3.16 5.75 15,227 5,667,512 616,754,800
1042 November 3.23 6.00 14,339 5,670,975 1,095,718,700
1043 Desember 3.13 6.00 14,481 5,760,046 541,292,700
1044 2019 Januari 2.82 6.00 14,072 5,644,985 347,699,600
1045 Februari 2.57 6.00 14,062 5,670,778 264,091,800
1046 Maret 2.48 6.00 14,244 5,747,247 221,047,500
1047 April 2.83 6.00 14,215 5,746,732 291,874,100
1048 Mei 3.32 6.00 14,385 5,860,509 924,378,400
1049 Juni 3.28 6.00 14,141 5,908,509 518,295,400
1050 Juli 3.32 5.75 14,026 5,941,133 566,352,900
1051 Agustus 3.49 5.50 14,237 5,934,562 419,104,500
1052 September 3.39 5.25 14,174 6,004,277 598,100,600
1053 Oktober 3.13 5.00 14,008 6,026,909 420,650,500
1054 November 3.00 5.00 14,102 6,074,377 777,479,100
1055 Desember 2.72 5.00 13,901 6,136,552 396,413,100
 82

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1056 PTPP 2016 Januari 4.14 7.25 13,846 4,498,361 101,179,246
1057 Februari 4.42 7.00 13,395 4,521,951 169,246,650
1058 Maret 4.45 6.75 13,276 4,561,873 123,741,010
1059 April 3.60 5.50 13,204 4,581,878 89,138,221
1060 Mei 3.33 5.50 13,615 4,614,062 105,740,121
1061 Juni 3.45 5.25 13,180 4,737,451 226,176,156
1062 Juli 3.21 5.25 13,094 4,730,380 150,318,653
1063 Agustus 2.79 5.25 13,300 4,746,027 319,389,189
1064 September 3.07 5.00 12,998 4,737,631 246,680,631
1065 Oktober 3.31 4.75 13,051 4,778,479 164,686,617
1066 November 3.58 4.75 13,563 4,868,651 142,194,399
1067 Desember 3.02 4.75 13,436 5,004,977 313,990,119
1068 2017 Januari 3.49 4.75 13,343 4,936,882 288,345,700
1069 Februari 3.83 4.75 13,347 4,942,920 253,405,700
1070 Maret 3.61 4.75 13,321 5,017,644 395,008,400
1071 April 4.17 4.75 13,327 5,033,780 314,564,500
1072 Mei 4.33 4.75 13,321 5,126,370 871,934,600
1073 Juni 4.37 4.75 13,319 5,225,166 197,863,500
1074 Juli 3.88 4.75 13,323 5,178,079 373,450,100
1075 Agustus 3.82 4.50 13,351 5,219,648 319,104,200
1076 September 3.72 4.25 13,492 5,254,139 341,008,300
1077 Oktober 3.58 4.25 13,572 5,284,320 537,907,100
1078 November 3.30 4.25 13,514 5,321,432 199,850,400
1079 Desember 3.61 4.25 13,548 5,419,165 225,850,400
1080 2018 Januari 3.25 4.25 13,413 5,351,685 549,340,500
1081 Februari 3.18 4.25 13,707 5,351,650 268,753,700
1082 Maret 3.40 4.25 13,756 5,395,826 262,470,200
1083 April 3.41 4.25 13,877 5,409,089 103,322,700
1084 Mei 3.23 4.75 13,951 5,435,083 364,428,100
1085 Juni 3.12 5.25 14,404 5,534,150 142,367,200
1086 Juli 3.18 5.25 14,413 5,507,792 235,240,500
1087 Agustus 3.20 5.50 14,711 5,529,452 332,504,800
1088 September 2.88 5.75 14,929 5,606,780 266,699,300
1089 Oktober 3.16 5.75 15,227 5,667,512 339,207,200
1090 November 3.23 6.00 14,339 5,670,975 578,710,300
1091 Desember 3.13 6.00 14,481 5,760,046 417,833,100
1092 2019 Januari 2.82 6.00 14,072 5,644,985 811,337,300
1093 Februari 2.57 6.00 14,062 5,670,778 586,290,800
1094 Maret 2.48 6.00 14,244 5,747,247 290,039,700
1095 April 2.83 6.00 14,215 5,746,732 563,209,000
1096 Mei 3.32 6.00 14,385 5,860,509 700,785,800
1097 Juni 3.28 6.00 14,141 5,908,509 339,853,400
1098 Juli 3.32 5.75 14,026 5,941,133 425,037,300
1099 Agustus 3.49 5.50 14,237 5,934,562 502,651,500
1100 September 3.39 5.25 14,174 6,004,277 221,269,700
1101 Oktober 3.13 5.00 14,008 6,026,909 356,729,300
1102 November 3.00 5.00 14,102 6,074,377 349,317,500
1103 Desember 2.72 5.00 13,901 6,136,552 384,882,100
 83

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1104 SCMA 2016 Januari 4.14 7.25 13,846 4,498,361 173,579,100
1105 Februari 4.42 7.00 13,395 4,521,951 173,753,400
1106 Maret 4.45 6.75 13,276 4,561,873 156,880,700
1107 April 3.60 5.50 13,204 4,581,878 82,604,200
1108 Mei 3.33 5.50 13,615 4,614,062 121,263,300
1109 Juni 3.45 5.25 13,180 4,737,451 161,772,600
1110 Juli 3.21 5.25 13,094 4,730,380 110,427,400
1111 Agustus 2.79 5.25 13,300 4,746,027 156,960,800
1112 September 3.07 5.00 12,998 4,737,631 154,440,200
1113 Oktober 3.31 4.75 13,051 4,778,479 213,263,600
1114 November 3.58 4.75 13,563 4,868,651 546,756,900
1115 Desember 3.02 4.75 13,436 5,004,977 292,705,100
1116 2017 Januari 3.49 4.75 13,343 4,936,882 181,268,200
1117 Februari 3.83 4.75 13,347 4,942,920 203,745,600
1118 Maret 3.61 4.75 13,321 5,017,644 251,653,000
1119 April 4.17 4.75 13,327 5,033,780 200,903,600
1120 Mei 4.33 4.75 13,321 5,126,370 192,672,500
1121 Juni 4.37 4.75 13,319 5,225,166 165,197,500
1122 Juli 3.88 4.75 13,323 5,178,079 536,208,300
1123 Agustus 3.82 4.50 13,351 5,219,648 366,037,400
1124 September 3.72 4.25 13,492 5,254,139 300,378,900
1125 Oktober 3.58 4.25 13,572 5,284,320 279,127,600
1126 November 3.30 4.25 13,514 5,321,432 332,769,000
1127 Desember 3.61 4.25 13,548 5,419,165 239,878,300
1128 2018 Januari 3.25 4.25 13,413 5,351,685 316,903,200
1129 Februari 3.18 4.25 13,707 5,351,650 245,898,500
1130 Maret 3.40 4.25 13,756 5,395,826 162,052,000
1131 April 3.41 4.25 13,877 5,409,089 94,135,300
1132 Mei 3.23 4.75 13,951 5,435,083 194,681,700
1133 Juni 3.12 5.25 14,404 5,534,150 172,185,700
1134 Juli 3.18 5.25 14,413 5,507,792 232,986,100
1135 Agustus 3.20 5.50 14,711 5,529,452 301,303,900
1136 September 2.88 5.75 14,929 5,606,780 235,017,400
1137 Oktober 3.16 5.75 15,227 5,667,512 507,582,500
1138 November 3.23 6.00 14,339 5,670,975 368,357,700
1139 Desember 3.13 6.00 14,481 5,760,046 199,036,300
1140 2019 Januari 2.82 6.00 14,072 5,644,985 249,808,300
1141 Februari 2.57 6.00 14,062 5,670,778 177,293,600
1142 Maret 2.48 6.00 14,244 5,747,247 128,942,700
1143 April 2.83 6.00 14,215 5,746,732 146,150,600
1144 Mei 3.32 6.00 14,385 5,860,509 205,970,500
1145 Juni 3.28 6.00 14,141 5,908,509 108,180,500
1146 Juli 3.32 5.75 14,026 5,941,133 209,821,600
1147 Agustus 3.49 5.50 14,237 5,934,562 408,800,700
1148 September 3.39 5.25 14,174 6,004,277 259,521,500
1149 Oktober 3.13 5.00 14,008 6,026,909 399,380,300
1150 November 3.00 5.00 14,102 6,074,377 1,331,616,700
1151 Desember 2.72 5.00 13,901 6,136,552 801,226,300
 84

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1152 SMGR 2016 Januari 4.14 7.25 13,846 4,498,361 148,763,100
1153 Februari 4.42 7.00 13,395 4,521,951 117,761,000
1154 Maret 4.45 6.75 13,276 4,561,873 124,924,700
1155 April 3.60 5.50 13,204 4,581,878 77,845,800
1156 Mei 3.33 5.50 13,615 4,614,062 127,097,900
1157 Juni 3.45 5.25 13,180 4,737,451 133,541,700
1158 Juli 3.21 5.25 13,094 4,730,380 340,997,000
1159 Agustus 2.79 5.25 13,300 4,746,027 346,777,200
1160 September 3.07 5.00 12,998 4,737,631 218,245,600
1161 Oktober 3.31 4.75 13,051 4,778,479 127,365,100
1162 November 3.58 4.75 13,563 4,868,651 152,110,100
1163 Desember 3.02 4.75 13,436 5,004,977 108,146,600
1164 2017 Januari 3.49 4.75 13,343 4,936,882 92,625,300
1165 Februari 3.83 4.75 13,347 4,942,920 97,074,500
1166 Maret 3.61 4.75 13,321 5,017,644 101,452,900
1167 April 4.17 4.75 13,327 5,033,780 89,398,800
1168 Mei 4.33 4.75 13,321 5,126,370 124,666,000
1169 Juni 4.37 4.75 13,319 5,225,166 102,495,600
1170 Juli 3.88 4.75 13,323 5,178,079 111,765,400
1171 Agustus 3.82 4.50 13,351 5,219,648 116,194,100
1172 September 3.72 4.25 13,492 5,254,139 118,177,400
1173 Oktober 3.58 4.25 13,572 5,284,320 79,057,900
1174 November 3.30 4.25 13,514 5,321,432 83,055,600
1175 Desember 3.61 4.25 13,548 5,419,165 91,449,600
1176 2018 Januari 3.25 4.25 13,413 5,351,685 129,613,800
1177 Februari 3.18 4.25 13,707 5,351,650 96,033,700
1178 Maret 3.40 4.25 13,756 5,395,826 98,018,000
1179 April 3.41 4.25 13,877 5,409,089 56,728,500
1180 Mei 3.23 4.75 13,951 5,435,083 124,974,600
1181 Juni 3.12 5.25 14,404 5,534,150 99,951,600
1182 Juli 3.18 5.25 14,413 5,507,792 97,143,700
1183 Agustus 3.20 5.50 14,711 5,529,452 137,091,100
1184 September 2.88 5.75 14,929 5,606,780 80,092,300
1185 Oktober 3.16 5.75 15,227 5,667,512 145,148,100
1186 November 3.23 6.00 14,339 5,670,975 208,333,900
1187 Desember 3.13 6.00 14,481 5,760,046 99,189,100
1188 2019 Januari 2.82 6.00 14,072 5,644,985 141,489,800
1189 Februari 2.57 6.00 14,062 5,670,778 95,809,100
1190 Maret 2.48 6.00 14,244 5,747,247 60,214,100
1191 April 2.83 6.00 14,215 5,746,732 108,463,900
1192 Mei 3.32 6.00 14,385 5,860,509 251,800,300
1193 Juni 3.28 6.00 14,141 5,908,509 113,920,000
1194 Juli 3.32 5.75 14,026 5,941,133 149,093,400
1195 Agustus 3.49 5.50 14,237 5,934,562 158,747,600
1196 September 3.39 5.25 14,174 6,004,277 113,031,000
1197 Oktober 3.13 5.00 14,008 6,026,909 117,837,700
1198 November 3.00 5.00 14,102 6,074,377 118,023,000
1199 Desember 2.72 5.00 13,901 6,136,552 93,119,600
 85

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1200 TLKM 2016 Januari 4.14 7.25 13,846 4,498,361 1,748,979,300
1201 Februari 4.42 7.00 13,395 4,521,951 1,932,672,100
1202 Maret 4.45 6.75 13,276 4,561,873 1,995,418,100
1203 April 3.60 5.50 13,204 4,581,878 1,498,327,300
1204 Mei 3.33 5.50 13,615 4,614,062 1,976,427,900
1205 Juni 3.45 5.25 13,180 4,737,451 1,808,300,000
1206 Juli 3.21 5.25 13,094 4,730,380 1,606,543,500
1207 Agustus 2.79 5.25 13,300 4,746,027 2,205,133,300
1208 September 3.07 5.00 12,998 4,737,631 2,010,068,700
1209 Oktober 3.31 4.75 13,051 4,778,479 1,365,432,500
1210 November 3.58 4.75 13,563 4,868,651 2,680,143,800
1211 Desember 3.02 4.75 13,436 5,004,977 1,489,051,100
1212 2017 Januari 3.49 4.75 13,343 4,936,882 1,280,778,000
1213 Februari 3.83 4.75 13,347 4,942,920 1,489,639,700
1214 Maret 3.61 4.75 13,321 5,017,644 1,790,208,500
1215 April 4.17 4.75 13,327 5,033,780 1,503,680,500
1216 Mei 4.33 4.75 13,321 5,126,370 1,852,607,900
1217 Juni 4.37 4.75 13,319 5,225,166 1,522,028,900
1218 Juli 3.88 4.75 13,323 5,178,079 1,679,704,700
1219 Agustus 3.82 4.50 13,351 5,219,648 1,252,447,900
1220 September 3.72 4.25 13,492 5,254,139 1,389,011,400
1221 Oktober 3.58 4.25 13,572 5,284,320 3,756,859,100
1222 November 3.30 4.25 13,514 5,321,432 2,341,006,100
1223 Desember 3.61 4.25 13,548 5,419,165 1,292,205,800
1224 2018 Januari 3.25 4.25 13,413 5,351,685 2,519,968,900
1225 Februari 3.18 4.25 13,707 5,351,650 1,525,613,100
1226 Maret 3.40 4.25 13,756 5,395,826 2,369,189,900
1227 April 3.41 4.25 13,877 5,409,089 1,160,042,700
1228 Mei 3.23 4.75 13,951 5,435,083 2,510,475,300
1229 Juni 3.12 5.25 14,404 5,534,150 1,899,123,900
1230 Juli 3.18 5.25 14,413 5,507,792 1,901,771,000
1231 Agustus 3.20 5.50 14,711 5,529,452 2,937,529,100
1232 September 2.88 5.75 14,929 5,606,780 1,766,607,400
1233 Oktober 3.16 5.75 15,227 5,667,512 1,995,151,900
1234 November 3.23 6.00 14,339 5,670,975 1,810,267,200
1235 Desember 3.13 6.00 14,481 5,760,046 1,557,088,700
1236 2019 Januari 2.82 6.00 14,072 5,644,985 2,058,489,500
1237 Februari 2.57 6.00 14,062 5,670,778 1,406,071,800
1238 Maret 2.48 6.00 14,244 5,747,247 992,294,400
1239 April 2.83 6.00 14,215 5,746,732 1,277,605,100
1240 Mei 3.32 6.00 14,385 5,860,509 2,203,175,100
1241 Juni 3.28 6.00 14,141 5,908,509 1,366,591,000
1242 Juli 3.32 5.75 14,026 5,941,133 1,510,823,200
1243 Agustus 3.49 5.50 14,237 5,934,562 2,060,842,500
1244 September 3.39 5.25 14,174 6,004,277 1,662,481,700
1245 Oktober 3.13 5.00 14,008 6,026,909 1,623,971,000
1246 November 3.00 5.00 14,102 6,074,377 2,161,815,600
1247 Desember 2.72 5.00 13,901 6,136,552 1,603,330,800
 86

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1248 UNTR 2016 Januari 4.14 7.25 13,846 4,498,361 73,005,600
1249 Februari 4.42 7.00 13,395 4,521,951 63,473,000
1250 Maret 4.45 6.75 13,276 4,561,873 80,356,800
1251 April 3.60 5.50 13,204 4,581,878 55,718,600
1252 Mei 3.33 5.50 13,615 4,614,062 81,667,000
1253 Juni 3.45 5.25 13,180 4,737,451 83,834,400
1254 Juli 3.21 5.25 13,094 4,730,380 99,762,500
1255 Agustus 2.79 5.25 13,300 4,746,027 122,449,900
1256 September 3.07 5.00 12,998 4,737,631 77,313,400
1257 Oktober 3.31 4.75 13,051 4,778,479 101,708,100
1258 November 3.58 4.75 13,563 4,868,651 127,887,700
1259 Desember 3.02 4.75 13,436 5,004,977 85,828,800
1260 2017 Januari 3.49 4.75 13,343 4,936,882 57,021,000
1261 Februari 3.83 4.75 13,347 4,942,920 81,690,300
1262 Maret 3.61 4.75 13,321 5,017,644 87,496,700
1263 April 4.17 4.75 13,327 5,033,780 65,738,200
1264 Mei 4.33 4.75 13,321 5,126,370 120,088,300
1265 Juni 4.37 4.75 13,319 5,225,166 58,621,500
1266 Juli 3.88 4.75 13,323 5,178,079 70,529,500
1267 Agustus 3.82 4.50 13,351 5,219,648 54,439,900
1268 September 3.72 4.25 13,492 5,254,139 45,929,200
1269 Oktober 3.58 4.25 13,572 5,284,320 78,276,800
1270 November 3.30 4.25 13,514 5,321,432 100,401,100
1271 Desember 3.61 4.25 13,548 5,419,165 63,687,700
1272 2018 Januari 3.25 4.25 13,413 5,351,685 80,646,400
1273 Februari 3.18 4.25 13,707 5,351,650 77,469,400
1274 Maret 3.40 4.25 13,756 5,395,826 117,284,300
1275 April 3.41 4.25 13,877 5,409,089 63,193,500
1276 Mei 3.23 4.75 13,951 5,435,083 99,258,000
1277 Juni 3.12 5.25 14,404 5,534,150 59,610,700
1278 Juli 3.18 5.25 14,413 5,507,792 73,653,900
1279 Agustus 3.20 5.50 14,711 5,529,452 82,876,500
1280 September 2.88 5.75 14,929 5,606,780 81,380,000
1281 Oktober 3.16 5.75 15,227 5,667,512 81,296,800
1282 November 3.23 6.00 14,339 5,670,975 148,221,500
1283 Desember 3.13 6.00 14,481 5,760,046 113,151,200
1284 2019 Januari 2.82 6.00 14,072 5,644,985 181,849,000
1285 Februari 2.57 6.00 14,062 5,670,778 131,558,400
1286 Maret 2.48 6.00 14,244 5,747,247 76,138,700
1287 April 2.83 6.00 14,215 5,746,732 75,630,300
1288 Mei 3.32 6.00 14,385 5,860,509 82,384,500
1289 Juni 3.28 6.00 14,141 5,908,509 60,556,600
1290 Juli 3.32 5.75 14,026 5,941,133 79,520,600
1291 Agustus 3.49 5.50 14,237 5,934,562 137,506,400
1292 September 3.39 5.25 14,174 6,004,277 93,607,100
1293 Oktober 3.13 5.00 14,008 6,026,909 74,167,900
1294 November 3.00 5.00 14,102 6,074,377 67,468,100
1295 Desember 2.72 5.00 13,901 6,136,552 58,522,700
 87

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1296 UNVR 2016 Januari 4.14 7.25 13,846 4,498,361 213,963,000
1297 Februari 4.42 7.00 13,395 4,521,951 240,211,000
1298 Maret 4.45 6.75 13,276 4,561,873 247,562,500
1299 April 3.60 5.50 13,204 4,581,878 149,230,000
1300 Mei 3.33 5.50 13,615 4,614,062 125,586,500
1301 Juni 3.45 5.25 13,180 4,737,451 164,163,500
1302 Juli 3.21 5.25 13,094 4,730,380 179,935,500
1303 Agustus 2.79 5.25 13,300 4,746,027 221,900,500
1304 September 3.07 5.00 12,998 4,737,631 188,326,500
1305 Oktober 3.31 4.75 13,051 4,778,479 187,804,000
1306 November 3.58 4.75 13,563 4,868,651 226,394,000
1307 Desember 3.02 4.75 13,436 5,004,977 234,716,500
1308 2017 Januari 3.49 4.75 13,343 4,936,882 183,077,000
1309 Februari 3.83 4.75 13,347 4,942,920 129,833,500
1310 Maret 3.61 4.75 13,321 5,017,644 161,895,000
1311 April 4.17 4.75 13,327 5,033,780 115,516,000
1312 Mei 4.33 4.75 13,321 5,126,370 249,860,500
1313 Juni 4.37 4.75 13,319 5,225,166 94,814,000
1314 Juli 3.88 4.75 13,323 5,178,079 169,186,500
1315 Agustus 3.82 4.50 13,351 5,219,648 187,932,500
1316 September 3.72 4.25 13,492 5,254,139 155,891,000
1317 Oktober 3.58 4.25 13,572 5,284,320 199,106,500
1318 November 3.30 4.25 13,514 5,321,432 225,638,000
1319 Desember 3.61 4.25 13,548 5,419,165 208,842,000
1320 2018 Januari 3.25 4.25 13,413 5,351,685 228,579,500
1321 Februari 3.18 4.25 13,707 5,351,650 225,838,500
1322 Maret 3.40 4.25 13,756 5,395,826 221,322,500
1323 April 3.41 4.25 13,877 5,409,089 116,144,500
1324 Mei 3.23 4.75 13,951 5,435,083 249,504,500
1325 Juni 3.12 5.25 14,404 5,534,150 178,867,000
1326 Juli 3.18 5.25 14,413 5,507,792 154,095,500
1327 Agustus 3.20 5.50 14,711 5,529,452 224,681,500
1328 September 2.88 5.75 14,929 5,606,780 223,243,000
1329 Oktober 3.16 5.75 15,227 5,667,512 212,581,500
1330 November 3.23 6.00 14,339 5,670,975 370,771,500
1331 Desember 3.13 6.00 14,481 5,760,046 198,186,500
1332 2019 Januari 2.82 6.00 14,072 5,644,985 250,926,000
1333 Februari 2.57 6.00 14,062 5,670,778 156,433,500
1334 Maret 2.48 6.00 14,244 5,747,247 91,542,500
1335 April 2.83 6.00 14,215 5,746,732 187,643,500
1336 Mei 3.32 6.00 14,385 5,860,509 314,742,500
1337 Juni 3.28 6.00 14,141 5,908,509 177,862,000
1338 Juli 3.32 5.75 14,026 5,941,133 256,049,500
1339 Agustus 3.49 5.50 14,237 5,934,562 289,784,500
1340 September 3.39 5.25 14,174 6,004,277 186,543,500
1341 Oktober 3.13 5.00 14,008 6,026,909 204,239,000
1342 November 3.00 5.00 14,102 6,074,377 189,794,500
1343 Desember 2.72 5.00 13,901 6,136,552 203,155,500
 88

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1344 WIKA 2016 Januari 4.14 7.25 13,846 4,498,361 267,888,903
1345 Februari 4.42 7.00 13,395 4,521,951 347,603,642
1346 Maret 4.45 6.75 13,276 4,561,873 462,781,660
1347 April 3.60 5.50 13,204 4,581,878 156,143,229
1348 Mei 3.33 5.50 13,615 4,614,062 176,150,711
1349 Juni 3.45 5.25 13,180 4,737,451 444,248,680
1350 Juli 3.21 5.25 13,094 4,730,380 221,620,976
1351 Agustus 2.79 5.25 13,300 4,746,027 316,979,829
1352 September 3.07 5.00 12,998 4,737,631 734,936,216
1353 Oktober 3.31 4.75 13,051 4,778,479 169,393,148
1354 November 3.58 4.75 13,563 4,868,651 500,523,830
1355 Desember 3.02 4.75 13,436 5,004,977 367,058,500
1356 2017 Januari 3.49 4.75 13,343 4,936,882 455,925,400
1357 Februari 3.83 4.75 13,347 4,942,920 383,340,700
1358 Maret 3.61 4.75 13,321 5,017,644 303,272,500
1359 April 4.17 4.75 13,327 5,033,780 312,564,200
1360 Mei 4.33 4.75 13,321 5,126,370 319,773,200
1361 Juni 4.37 4.75 13,319 5,225,166 207,208,200
1362 Juli 3.88 4.75 13,323 5,178,079 345,957,000
1363 Agustus 3.82 4.50 13,351 5,219,648 298,005,900
1364 September 3.72 4.25 13,492 5,254,139 264,490,400
1365 Oktober 3.58 4.25 13,572 5,284,320 605,209,500
1366 November 3.30 4.25 13,514 5,321,432 317,818,600
1367 Desember 3.61 4.25 13,548 5,419,165 557,056,000
1368 2018 Januari 3.25 4.25 13,413 5,351,685 1,327,544,900
1369 Februari 3.18 4.25 13,707 5,351,650 640,123,000
1370 Maret 3.40 4.25 13,756 5,395,826 295,034,100
1371 April 3.41 4.25 13,877 5,409,089 185,056,400
1372 Mei 3.23 4.75 13,951 5,435,083 623,053,900
1373 Juni 3.12 5.25 14,404 5,534,150 124,226,800
1374 Juli 3.18 5.25 14,413 5,507,792 303,352,300
1375 Agustus 3.20 5.50 14,711 5,529,452 310,610,400
1376 September 2.88 5.75 14,929 5,606,780 151,135,300
1377 Oktober 3.16 5.75 15,227 5,667,512 352,272,100
1378 November 3.23 6.00 14,339 5,670,975 821,431,400
1379 Desember 3.13 6.00 14,481 5,760,046 527,314,200
1380 2019 Januari 2.82 6.00 14,072 5,644,985 677,747,500
1381 Februari 2.57 6.00 14,062 5,670,778 405,475,200
1382 Maret 2.48 6.00 14,244 5,747,247 486,629,600
1383 April 2.83 6.00 14,215 5,746,732 667,558,600
1384 Mei 3.32 6.00 14,385 5,860,509 592,644,200
1385 Juni 3.28 6.00 14,141 5,908,509 271,466,400
1386 Juli 3.32 5.75 14,026 5,941,133 335,117,400
1387 Agustus 3.49 5.50 14,237 5,934,562 393,654,700
1388 September 3.39 5.25 14,174 6,004,277 358,428,700
1389 Oktober 3.13 5.00 14,008 6,026,909 327,662,100
1390 November 3.00 5.00 14,102 6,074,377 335,416,200
1391 Desember 2.72 5.00 13,901 6,136,552 341,747,500
 89

No Kode Tahun Bulan Inflasi BI Rate Kurs Money Supply Vol. Perdagangan
1392 WSKT 2016 Januari 4.14 7.25 13,846 4,498,361 792,755,300
1393 Februari 4.42 7.00 13,395 4,521,951 797,679,800
1394 Maret 4.45 6.75 13,276 4,561,873 484,378,900
1395 April 3.60 5.50 13,204 4,581,878 531,388,700
1396 Mei 3.33 5.50 13,615 4,614,062 1,155,458,000
1397 Juni 3.45 5.25 13,180 4,737,451 1,080,894,600
1398 Juli 3.21 5.25 13,094 4,730,380 796,336,300
1399 Agustus 2.79 5.25 13,300 4,746,027 741,254,000
1400 September 3.07 5.00 12,998 4,737,631 715,988,300
1401 Oktober 3.31 4.75 13,051 4,778,479 407,030,300
1402 November 3.58 4.75 13,563 4,868,651 617,693,900
1403 Desember 3.02 4.75 13,436 5,004,977 323,455,500
1404 2017 Januari 3.49 4.75 13,343 4,936,882 302,575,600
1405 Februari 3.83 4.75 13,347 4,942,920 336,528,600
1406 Maret 3.61 4.75 13,321 5,017,644 413,258,400
1407 April 4.17 4.75 13,327 5,033,780 261,043,000
1408 Mei 4.33 4.75 13,321 5,126,370 348,908,200
1409 Juni 4.37 4.75 13,319 5,225,166 172,899,800
1410 Juli 3.88 4.75 13,323 5,178,079 338,168,600
1411 Agustus 3.82 4.50 13,351 5,219,648 232,309,700
1412 September 3.72 4.25 13,492 5,254,139 709,433,100
1413 Oktober 3.58 4.25 13,572 5,284,320 831,936,200
1414 November 3.30 4.25 13,514 5,321,432 306,940,800
1415 Desember 3.61 4.25 13,548 5,419,165 385,979,400
1416 2018 Januari 3.25 4.25 13,413 5,351,685 693,397,700
1417 Februari 3.18 4.25 13,707 5,351,650 741,732,000
1418 Maret 3.40 4.25 13,756 5,395,826 607,082,100
1419 April 3.41 4.25 13,877 5,409,089 480,763,700
1420 Mei 3.23 4.75 13,951 5,435,083 933,116,700
1421 Juni 3.12 5.25 14,404 5,534,150 354,476,300
1422 Juli 3.18 5.25 14,413 5,507,792 899,613,200
1423 Agustus 3.20 5.50 14,711 5,529,452 776,953,200
1424 September 2.88 5.75 14,929 5,606,780 461,934,700
1425 Oktober 3.16 5.75 15,227 5,667,512 674,683,900
1426 November 3.23 6.00 14,339 5,670,975 1,699,938,400
1427 Desember 3.13 6.00 14,481 5,760,046 1,726,523,700
1428 2019 Januari 2.82 6.00 14,072 5,644,985 1,686,656,700
1429 Februari 2.57 6.00 14,062 5,670,778 1,240,711,400
1430 Maret 2.48 6.00 14,244 5,747,247 574,595,100
1431 April 2.83 6.00 14,215 5,746,732 969,312,600
1432 Mei 3.32 6.00 14,385 5,860,509 664,405,400
1433 Juni 3.28 6.00 14,141 5,908,509 357,593,100
1434 Juli 3.32 5.75 14,026 5,941,133 598,022,100
1435 Agustus 3.49 5.50 14,237 5,934,562 612,439,500
1436 September 3.39 5.25 14,174 6,004,277 392,337,000
1437 Oktober 3.13 5.00 14,008 6,026,909 465,901,000
1438 November 3.00 5.00 14,102 6,074,377 388,623,000
1440 Desember 2.72 5.00 13,901 6,136,552 817,848,600 La
 90

mpiran 2. Output Statistik Deskriptif

Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Inflasi (%) 1440 2.48 4.45 3.391 0.46
BI Rate (%) 1440 4.25 7.25 5.218 0.74
Kurs (Rp) 1440 12998.00 15227.00 13781.880 514.72
Money Supply
1440 4498361.00 6136552.81 5318383.879 463344.81
(Milyar Rp)
Volume Perdagangan
1440 19491300.00 4487882600.00 549843663.449 615940766.12
(Lembar)
Valid N (listwise) 1440
 91

Lampiran 3. Output Uji Asumsi Klasik

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Standardized
Residual
N 1439
Normal Parameters a,b
Mean .0000000
Std. Deviation .99860821
Most Extreme Absolute .026
Differences Positive .026
Negative -.018
Test Statistic .026
Asymp. Sig. (2-tailed) .023c
Monte Carlo Sig. (2- Sig. .274d
tailed) 99% Confidence Lower Bound .262
Interval Upper Bound .285
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. Based on 10000 sampled tables with starting seed 299883525.

Uji Multikolinearitas

Coefficientsa
Collinearity Statistics
Model Tolerance VIF
1 Ln Inflasi .717 1.394
Ln BI Rate .687 1.457
Ln Kurs .335 2.984
Ln Money .368 2.718
Supply
a. Dependent Variable: Ln Volume Perdagangan
 92

Uji Heteroskedastisitas

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .749 5.091 .147 .883
Ln Inflasi -.203 .140 -.045 -1.453 .146
Ln BI Rate .122 .140 .028 .872 .384
Ln Kurs .460 .752 .028 .612 .540
Ln Money -.276 .296 -.040 -.932 .352
Supply
a. Dependent Variable: abres

Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of the Durbin-
Model R R Square Square Estimate Watson
1 .073 a
.005 .003 1.02014 .251
a. Predictors: (Constant), Ln Money Supply, Ln BI Rate, Ln Inflasi, Ln Kurs
b. Dependent Variable: Ln Volume Perdagangan
 93

Lampiran 4. Output Analisis Regresi Berganda

Variables Entered/Removeda
Variables
Model Variables Entered Removed Method
1 Ln Money Supply, Ln BI Rate, Ln Inflasi, Ln Kurs b
. Enter
a. Dependent Variable: Ln Volume Perdagangan
b. All requested variables entered.

Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .073a .005 .003 1.02014
a. Predictors: (Constant), Ln Money Supply, Ln BI Rate, Ln Inflasi, Ln Kurs

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 7.987 4 1.997 1.919 .105b
Residual 1492.355 1434 1.041
Total 1500.342 1438
a. Dependent Variable: Ln Volume Perdagangan
b. Predictors: (Constant), Ln Money Supply, Ln BI Rate, Ln Inflasi, Ln Kurs

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 23.662 8.609 2.749 .006
Ln Inflasi -.214 .237 -.028 -.902 .367
Ln BI Rate .572 .237 .077 2.412 .016
Ln Kurs -1.067 1.272 -.038 -.839 .402
 94

Ln Money .352 .501 .031 .703 .482

Supply
a. Dependent Variable: Ln Volume Perdagangan
 95

BIODATA PENULIS

Penulis dilahirkan di Majenang pada tanggal 8 November 1996 sebagai anak

pertama dari dua bersaudara dari pasangan Hujianto dan Murtiningsih. Saat ini ia

bertempat tinggal di Jl. Banteng Loreng no 38, Padang Jaya, Majenang. HP :

085735002995. Alamat Email : fauzi.novrizal7@gmail.com. Pendidikan SMA

penulis ditempuh di SMA N 1 Majenang, lulus pada tahun 2014. Pada tahun 2014,

penulis diterima di Jurusan Manajemen Fakultas Ekonomi dan Bisnis Universitas

Negeri Jenderal Soedirman. Selama mengikuti kuliah di Fakultas Ekonomi dan Bisnis

Unsoed, penulis sempat aktif di beberapa kepanitian event yang diselenggarakan oleh

beberapa organisasi dikampus, baik di dalam maupun di luar Fakultas. Penulis juga

kerap kali ikut serta dalam kegiatan aksi mahasiswa guna merespon fenomena

ataupun menyuarakan aspirasi mahasiswa.