ANALISIS PORTOFOLIO HARGA SAHAM MENGGUNAKAN

SIMULASI MONTE CARLO

MAKALAH

Oleh:
Andri Goklas
55120120165

Pembimbing
Dr. Sudjono, M.Acc.

MAGISTER MANAGEMENT
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MERCU BUANA JAKARTA
2022
 ABSTRAK
Proses Monte Carlo adalah merupakan suatu model yang digunakan dalam analisis
pergerakan harga saham. Kesulitan menyelesaikan secara analitik sebuah model
biasanya disebabkan adanya komponen yang berupa variabel random. Dalam
simulasi, variabel random dinyatakan dalam distribusi probabilitas, sehingga
sebagian besar model simulassi adalah model probabilistik. Berdasarkan hasil
penelitian sebelumnya, bahwa simulasi monte carlo merupakan suatu metode yang
tepat dalam memperoleh nilai portofolio saham. Pergerakan harga saham memiliki
fluktuasi yang tinggi sehingga cukup sulit untuk dilakukan peramalan. Dari hasil
simulasi yang telah dilakukan bahwa hasil simulasi yang dilakukan diperoleh sesuai
dengan nilai aktualnya dengaan tingkat kesalahan yang kecil. Sehingga simulasi
monte carlo dapat dipergunakan dalam memperhitungkan pergerakan harga saham.

Kata Kunci : Saham, Monte Carlo, Value at Risk

ii
 ABSTRACT

The Monte Carlo process is a model used in the analysis of stock price movements.
Difficulty in solving analytically a model is usually caused by the presence of
components in the form of random variables. In simulation, random variables are
expressed in probability distributions, so most simulation models are probabilistic
models. Based on the results of previous studies, that the Monte Carlo simulation
is an appropriate method in obtaining the value of a stock portfolio. Stock price
movements have high fluctuations so that it is quite difficult to forecast. From the
simulation results that have been carried out, the simulation results obtained are in
accordance with the actual value with a small error rate. So that the Monte Carlo
simulation can be used to calculate stock price movements.

Keywords: Stocks, Monte Carlo, Value at Risk

iii
 KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas rahmat

dan karunianya penulis dapat menyelesaikan makalah tentang “ANALISIS

PORTOFOLIO HARGA SAHAM MENGGUNAKAN SIMULASI MONTE

CARLO” dengan tepat waktu.

Penulisan makalah tidak akan terselesaikan tanpa bantuan dari berbagai

pihak. Maka dari itu, penulis mengucapkan terima kasih kepada :

1. Bapak/Ibu _ selaku dosen pengampu mata kuliah yang telah membimbing

penulisan makalah ini hingga selesai.

2. Kepada kedua orang tua yang telah memberikan dorongan moril dan

materil.

3. Teman-teman yang mendukung penyelesaian makalah ini.

Penulisan makalah tak luput dari kesalahan, maka dari itu diperlukan kritik dan

saran yang membangun sehingga makalah ini akan lebih baik lagi. Akhir kata

penulsi mengharapkan makalah dapat memberikan manfaat dan kemajuan bagi

ilmu pengetahuan.

Jakarta, Mei 2022

Penulis

iv
 DAFTAR ISI

HALAMAN JUDUL ...................................................................................... i

ABSTRAK ...................................................................................................... ii

ABSTRACT .................................................................................................... iii

KATA PENGANTAR .................................................................................... iv

DAFTAR ISI ................................................................................................... v

DAFTAR TABEL .......................................................................................... vi

BAB I PENDAHULUAN ............................................................................... 1

1.1 Latar Belakang ............................................................................... 1

1.2 Rumusan Masalah .......................................................................... 3

1.3 Batasan Masalah............................................................................. 3

1.4 Tujuan Penelitian ........................................................................... 3

1.5 Manfaat Penelitian ......................................................................... 3

BAB II KAJIAN PUSTAKA ......................................................................... 4

2.1 Landasan Teori ............................................................................... 4

2.1.1 Metode Simulasi Monte Carlo ............................................. 4

2.1.2 Saham ................................................................................... 4

2.1.3 Portofolio............................................................................. 6

2.1.4 Value at Risk ........................................................................ 7

2.2 Penelitian Terdahulu ...................................................................... 7

BAB III PEMBAHASAN .............................................................................. 13

3.1 Pembahasan .................................................................................... 13

BAB IV PENUTUP ........................................................................................ 17

v
 4.1 Kesimpulan .................................................................................... 17

4.2 Saran ............................................................................................... 17

DAFTAR PUSTAKA ..................................................................................... 18

vi
 DAFTAR TABEL

2.1 Penelitian Terdahulu .................................................................................. 7

vii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Investasi di pasar modal merupakan salah satu langkah yang dapat

dilakukan oleh seorang investor. Pasar modal telah memberikan banyak manfaat

bagi kemjaun perekonomian bangsa Indonesia. Ada banyak investasi yang

ditanamkan melalui saham dan obligasi yang dikeluarkan oleh perusahaan guna

mengembangkan bisnis ataupun penguatan modal perusahaan. Seorang investor

yang akan berinvestasi di dalam pasar modal khususnya saham harus mampu

memahami risiko yang ada, karena seperti investasi pada umumnya akan

berhadapan dengan masa akan datang yang mengandung ketidakpastian, artinya

mengandung unsur risiko bagi investor (Husnan, 2003).

Pengetahuan tentang risiko merupakan suatu hal yang penting dimiliki oleh

setiap investor maupun calon investor. Investor yang rasional sebelum mengambil

keputusan investasi paling tidak harus mempertimbangkan 2 hal, yaitu pendapatan

yang diharapkan (expected return) dan risiko (risk) yang terkandung dari alternatif

investasi yang dilakukannya. Dalam banyak penelitian yang telah dilakukan ada

hubungan antara pendapatan yang diharapkan dengan risiko yang ditimbulkan

sehingga bagaimana investor itu mampu memilih motode atau bidang apa yang

akan diambil apakah dalam satu tempat atau satu saham atau dengan cara

melakukan portofolio, akan tetapi semua itu akan menghadapi risiko dimasa depan

(Jogiyanto, 2000).

1
 Konsep risiko dan return dikembangkan oleh Harry Markowitz dengan

menulis paper tentang teori portofolio modern. Inti dari teori tersebut adalah untuk

mengalokasikan asset dengan memaksimalkan expected return setiap unit risiko.

Penggunaan (aplikasi) dari teori portofolio modern tersebut ada dalam Mean-

Variance Framework, dimana risiko didefinisikan sebagai variasi dari expected

return portfolio. Fokus kepada standard deviation sebagai ukuran risiko

berimplikasi investor membobot probabilitas dari return negatif seimbang dengan

return positif. Tetapi fakta membuktikan bahwa distribusi dari return saham

tidaklah normal. Banyak bukti yang menunjukkan bahwa kemungkinan investor

menghadapi loss dan gain tidak simetris. Pada kondisi tersebut pilihan pada mean-

variance efficients portfolios menjadi strategi yang tidak efisien untuk

mengoptimalkan expected return sementara meminimumkan risiko. Lebih

diinginkan untuk fokus pada ukuran risiko yang mampu mengakomodir

ketidaknormalan dari distribusi return asset (Jorion, 2001).

Proses Monte Carlo adalah merupakan suatu model yang digunakan dalam

analisis pergerakan harga saham. Kesulitan menyelesaikan secara analitik sebuah

model biasanya disebabkan adanya komponen yang berupa variabel random.

Dalam simulasi, variabel random dinyatakan dalam distribusi probabilitas,

sehingga sebagian besar model simulassi adalah model probabilistik. Arti istilah

Monte Carlo sering dianggap sama dengan simulasi probabilistik. Namun Monte

Carlo Sampling secara lebih tegas berarti teknik memilih angka secara random dari

distribusi probabilitas untuk menjalankan simulasi. Monte Carlo bukanlah jenis

simulasi, melainkan suatu teknik yang digunakan untuk simulasi (Alvares, 2021).

2
 Berdasarkan uraian latar belakang diatas maka penulis memilih judul

makalah “ANALISIS PORTOFOLIO HARGA SAHAM MENGGUNAKAN

SIMULASI MONTE CARLO”.

1.2 Rumusan Masalah

Adapun rumusan masalah dalam makalah ini adalah bagaimana

menentukan harga saham menggunakan metode monte carlo.

1.3 Batasan Masalah

Agar permasalahan tidak meluas, penulis membuat batasan masalah sebagai

berikut :

1. Penulisan difokuskan pada simulasi monte carlo pada pergerakan harga

saham.

2. Berfokus pada beberapa variabel seperti Value at Risk

1.4 Tujuan Penelitian

Adapun tujuan penulisan dari makalah ini adalah untuk mengetahui

bagaimana menentukan harga saham badan usaha milik negara menggunakan

metode monte carlo.

1.5 Manfaat Penelitian

Adapun manfaat yang diperoleh dari penulisan makalah ini antara lain :

1. Sebagai acuan bagi penelitian berikutnya.

3
2. Dapat dijadikan sebagai tambahan informasi bagi peneliti yang hendak

melakukan penelitian dengan menggunakan metode yang sama.

4
 BAB II

KAJIAN PUSTAKA

2.1 Landasan Teori

2.1.1 Metode Simulasi Monte Carlo

Metode Simulasi Monte Carlo adalah suatu metode untuk mengevaluasi

suatu model deterministik yang melibatkan bilangan acak sebagai salah satu input.

Metode ini sering digunakan jika model yang digunakan cukup kompleks, non

linear atau melibatkan lebih dari sepasang parameter tidak pasti. Sebuah simulasi

Monte Carlo dapat melibatkan 10.000 evaluasi atas sebuah model, suatu pekerjaan

di masa lalu hanya bisa dikerjakan oleh sebuah software komputer (Alvarez, 2021).

Suatu model memerlukan parameter input dan beberapa persamaan yang

digunakan untuk menghasilkan output (atau variabel respon). Dengan

menggunakan parameter input berupa bilangan random, maka dapat mengubah

suatu model deterministik menjadi model stokastik, dimana model deterministik

merupakan suatu model pendekatan yang diketahui dengan pasti sedangkan model

stokastik tidak pasti (Cesari & Cremonini, 2003).

2.1.2 Saham

Saham adalah tanda bukti penyertaan kepemilikan modal/dana pada sutau

perusahaan. Saham juga dapat didefinisikan sebagai kertas yang tercantum dengan

jelas nilai nominal, nama perusahaan dan diikuti dengan hak dan kewajiban yang

dijelaskan kepada setiap pemegangnya. Suatu perusahaan dapat menjual hak

kepemilikannya dalam bentuk saham (stock). Jika perusahaan mengeluarkan satu

kelas saham saja, maka saham ini dinamakan sebagai saham biasa (common stock).

5
Untuk menarik investor dalam menanamkan modalnya, maka perusahaan juga bisa

mengeluarkan kelas lain dari saham yang disebut dengan saham preferen (preferred

stock) (Husnan, 2009).

Di Indonesia, pembelian saham harus dilakukan atas kelipatan 100 lembar

atau disebut juga dengan 1 lot. Saham pecahan (tidak bulat 500 lembar) juga dapat

diperjualbelikan secara over the counter. Pemegang saham diberikan hak khusus

tergantung dari jenis saham, termasuk hak untuk memberikan suara (biasanya satu

suara per saham yang dimiliki), seperti untuk keperluan pemilihan dewan direksi,

pembagian pendapatan perusahaan, pembelian saham baru yang dikeluarkan oleh

perusahaan, dan hak terhadap aset perusahaan pada saat likuidasi perusahaan.

2.1.3 Portofolio

Teori portofolio (portfolio theory) adalah pendekatan investasi yang

diprakarsai oleh Harry M. Makowitz (1927) seorang ekonom lulusan Universitas

Chicago yang telah memperoleh Nobel Prize di bidang ekonomi pada tahun 1990.

Teori ini menyatakan bahwa risiko dan pengembalian keduanya harus

dipertimbangkan dengan asumsi tersedia kerangka formal untuk mengukur

keduanya dalam pembentukan portofolio. Dalam bentuk dasarnya, teori portofolio

dimulai dengan asumsi bahwa tingkat pengembalian atas efek di masa depan dapat

diestimasi dan kemudian menentukan risiko dengan variasi distribusi

pengembalian. Dengan asumsi tertentu, teori portofolio menghasilkan hubungan

linear antara risiko dan pengembalian. Dalam hal ini, semakin besar risiko atas

investasi atau pinjaman, maka semakin besar pula tingkat pengembalian yang

diinginkan untuk menutup risiko tersebut (Husnan, 2009).

6
 Teori portofolio berkaitan dengan estimasi investor tehadap ekspektasi

risiko dan return, yang diukur secara statistik untuk membuat portofolio

investasinya. Pada prakteknya para pemodal pada sekuritas sering melakukan

diversifikasi dalam investasinya dengan mengkombinasikan berbagai sekuritas atau

dengan kata lain mereka membentuk portofolio. Dalam kenyataannya, kita akan

sulit membentuk portofolio yang terdiri dari semua kesempatan investasi, karena

itu biasanya dipergunakan suatu wakil yang terdiri dari sejumlah besar saham atau

indeks pasar.

2.1.4 Value at Risk

Dalam bentuknya yang paling umum, Value at Risk mengukur potensi

kerugian nilai aset atau portofolio berisiko selama periode tertentu untuk interval

kepercayaan tertentu. Ada tiga pendekatan dasar yang digunakan untuk menghitung

Value at Risk, meskipun ada banyak variasi dalam setiap pendekatan. Ukuran

tersebut dapat dihitung secara analitis dengan membuat asumsi tentang distribusi

pengembalian untuk risiko pasar, dan dengan menggunakan varians dan kovarians

di seluruh risiko ini. Hal ini juga dapat diperkirakan dengan menjalankan portofolio

hipotetis melalui data historis atau dari simulasi Monte Carlo (Jorion, 2001).

2.2 Penelitian Terdahulu

Penelitian terdahulu digunakan untuk membandingkan hasil dengan

penelitian yang sekarang dilakukan. Walaupun ruang penelitian yang dilakukan

sama akan tetapi objek, waktu dan hasil yang diperoleh akan berbeda. Penelitian

yang pernah dilakukan disajikan dalam tabel 2.1 berikut.

7
 Tabel 2.1

Penelitian terdahulu

Nama, tahun, dan Variabel, indikator

No. Hasil penelitian
judul penelitian dan fokus penelitian
1. Lusiana, Shantika Hasil penelitian diperoleh
Martha, Setyo Wira nilai volatilitas atau
Rizki (2018) besarnya fluktuasi harga
Simulasi Pergerakan saham PT.Astra Agro
Harga Saham Lestari Tbk mulai dari
Menggunakan tanggal 6 Juni 2016
Pendekatan Metode sampai 31 Mei 2017
Monte Carlo sebesar 0,2752 dan
perbandingan pergerakan
harga saham historis
dengan rata-rata hasil 20
kali simulasi dengan
metode Monte Carlo
menunjukkan pola
pergerakan yang sangat
baik dengan mengikuti
pola pergerakan data
harga saham sebenarnya
dengan nilai MAPE
(Mean Absolute
Percentage Error) sebesar
1,89%.
2. Wiwik Shofyatul Dari hasil penelitian yang
Muniroh (2008) dilakukan, menunjukkan
Simulasi Monte Carlo bahwa semakin banyak
dalam Menentukan simulasi yang dilakukan
Nilai Opsi Saham maka semakin akurat
nilai rata-rata harga
saham yang diperoleh
sehingga dari setiap
simulasi interval nilai
opsi semakin kecil. Jika
rata-rata nilai opsi
tersebut sudah
konvergen, maka
simulasi dihentikan.
Dalam penelitian ini
kekonvergenan nilai opsi
jual dan opsi beli tampak
pada simulasi ke-5000,

8
 karena pada simulasi ke-
6000 dan seterusnya nilai
rata-rata yang dihasilkan
sama dengan hasil
simulasi ke-5000
3. Makbul Berdasarkan hasil dan
Muflihunallah, pembahasan yang telah
Komang Dharmawan, diuraikan, estimasi nilai
Ni Made Asih (2018) Implied Volatility saham
Estimasi Nilai Implied menggunakan simulasi
Volatility Monte Carlo pada data
Menggunakan historis harga saham
Simulasi Monte Carlo penutupan PT.
Telekomunikasi
Indonesia periode 22
November 2016 sampai
21 November 2017
dengan langkah awal
yaitu menghitung tingkat
pengembalian (return).
Kemudian
mensimulasikan harga
saham untuk mencari
nilai opsi yang dijadikan
acuan dengan
menentukan nilai rataan
opsi dari masingmasing
simulasi. Sehingga dapat
diestimasikan nilai
Implied Volatility dengan
melihat hasil output yang
diperoleh selama proses
simulasi sebanyak 3000
kali yaitu 19.04%.
Semakin tinggi nilai
Implied Volatility akan
mengakibatkan harga
opsi menjadi mahal
karena Implied Volatility
merupakan cara untuk
mengukur harga opsi
saham tanpa harus
menganilis harga opsi
saham sebenarnya.
4. Hadi Ismanto (2016) Value at risk Dari hasil penelitian
menunjukkan return yang

9
 Analisis Value At Risk lebih besar akan
Dalam Pembentukan memberikan tingkat
Portofolio Optimal risiko yang lebih besar
(Studi Empiris Pada pula, hal ini terlihat dari
Saham-Saham Yang nilai return dan VaR dari
Tergabung Dalam masing-masing
LQ45) portofolio. Dimana
portofolio 1 memiliki
return yang lebih besar
dibandingkan dengan
portofolio 2, dan
portofolio 1 juga memilki
tingkat risiko yang lebih
besar dari pada prtofolio
2. Sesuai dengan
pernyataan dalam
investasi “semakin tinggi
keuntungan maka
semakin tinggi pula risiko
yang dihadapi”.
5. Syariah dan Noviana Value at Risk Dari analisis Model
Pratiwi (2020) Indeks Tunggal
Pengukuran Value At didapatkan bahwa
Risk (VaR) Portofolio proporsi yang
Optimal Pada dialokasikan untuk saham
Investasi Saham Bank BBRI.JK sebesar 28%,
Badan Usaha Milik BMRI.JK sebesar 46%
Negara (BUMN) dan BBNI.JK sebesar
Menggunakan Metode 24% dengan metode
Varian Covarian Dan varian kovarian untuk
Metode Simulasi tingkat kepercayaan 95%
Monte Carlo diperoleh hasil Value at
Risk (VaR) masing-
masing saham BBRI.JK
3.31%, BMRI.JK 3.58%,
BBNI.JK 3.91% dan
portofolio 3.10%
sedangkan dengan
metode simulasi monte
carlo diperoleh hasil rata-
rata Value at Risk (VaR)
dengan tiga belas kali
simulasi untuk masing-
masing saham BBRI.JK -
3.3% BMRI.JK -3.5%
BBNI.JK -3.7% dan

10
 portofolio -2.2%.
Berdasarkan uji
backtesting nilai VaR
Portofolio kedua metode
tidak akurat.
6. Zulfiqar Busrah, Berdasarkan hasil
Budyanita Asrun penelitian diperoleh
(2016) bahwa perubahan harga
Simulasi Monte Carlo saham dari waktu ke
Pada Penentuan waktu mengalami
Perubahan Harga fluktuasi. Selain itu,
Saham ADHI.JK diperoleh bahwa dengan
Melalui Pendekatan menggunakan fungsi Log
Proses Wiener Dan Normal, sebaran harga
Lemma Itô saham pada hari ke-30
juga membentuk kurva
lognormal, sedangkan log
harga saham berdistribusi
normal. Semakin banyak
percaobaan yang
dilakukan akan
memberikan kurva log
normal dan kurva normal
yang semakin mulus.
Selisih hasil nilai
expected return dan
volatilitas berdasarkan
teori dan simulasi
bergantung pada jumlah
percobaan yang
dilakukan, dan bilangan
acak yang dibangkitkan.
7. Adilla Chandra, Value At Risk Hasil penelitian yang
Johannes Kho, didapatkan, perhitungan
Musraini M (2014) VaR portofolio lebih
besar nilainya tanpa
menggunakan simulasi
Monte Carlo. Pada
dasarnya perhitungan
VaR dengan metode
simulasi Monte Carlo
memberikan hasil yang
tidak berbeda jauh antara
satu dengan yang lainnya
karena return
dibangkitkan dengan

11
 parameter yang sama.
Maka untuk menentukan
hasil akhir dari VaR
simulasi adalah dengan
menghitung ratarata VaR
hasil simulasi.

12
 BAB III

PEMBAHASAN

3.1 Pembahasan

Berdasarkan hasil dari tinjauan pustaka baik dari kajian teori maupun hasil

dari penelitian terdahulu yang sudah pernah dilakukan, maka perlu dibahas analisis

portofolio harga saham menggunakan simulasi monte carlo. Secara singkat bahwa

pergerakan harga saham dapat dianalisa menggunakan simulasi monte carlo dengan

jumlah pengulangan tertentu.

Penelitian Lusiana et. al (2018), diperoleh bahwa nilai volatilitas atau

besarnya fluktuasi harga saham PT. Astra Agro Lestari Tbk mulai dari tanggal 6

Juni 2016 sampai 31 Mei 2017 sebesar 0,2752 dan perbandingan pergerakan harga

saham historis dengan rata-rata hasil 20 kali simulasi dengan metode Monte Carlo

menunjukkan pola pergerakan yang sangat baik dengan mengikuti pola pergerakan

data harga saham sebenarnya dengan nilai MAPE (Mean Absolute Percentage

Error) sebesar 1,89%.

Muniroh (2008), dalam penelitiannya bahwa semakin banyak simulasi yang

dilakukan maka semakin akurat nilai rata-rata harga saham yang diperoleh sehingga

dari setiap simulasi yang interval nilai opsi semakin kecil. Jika rata-rata nilai opsi

tersebut sudah konvergen, maka simulasi dihentikan. Dalam penelitian ini

kekonvergenan nilai opsi jual dan opsi beli tampak pada simulasi ke-5000, karena

pada simulasi ke-6000 dan seterusnya nilai rata-rata yang dihasilkan sama dengan

hasil simulasi ke-5000.

13
 Muflihunallah et. al (2018), estimasi nilai Implied Volatility saham

menggunakan Monte Carlo pada data historis harga saham PT. Telekomunikasi

Indonesia periode 22 November 2016 hingga 21 November 2017. Sehingga dapat

diestimasikan nilai Implied Volatility dengan melihat hasil output yang diperoleh

selama proses simulasi sebanyak 3000 kali yaitu 19.04%. Semakin tinggi nilai

Implied Volatility akan mengakibatkan harga opsi menjadi mahal karena Implied

Volatility merupakan cara untuk mengukur harga opsi saham tanpa harus

menganilis harga opsi saham sebenarnya.

Ismanto (2016), Dari hasil penelitian menunjukkan return yang lebih besar

akan memberikan tingkat risiko yang lebih besar pula, hal ini terlihat dari nilai

return dan VaR dari masing-masing portofolio. Dimana portofolio 1 memiliki

return yang lebih besar dibandingkan dengan portofolio 2, dan portofolio 1 juga

memilki tingkat risiko yang lebih besar dari pada prtofolio 2. Sesuai dengan

pernyataan dalam investasi “semakin tinggi keuntungan maka semakin tinggi pula

risiko yang dihadapi”.

Busrah et. al (2016), Berdasarkan hasil penelitian diperoleh bahwa

perubahan harga saham dari waktu ke waktu mengalami fluktuasi. Selain itu,

diperoleh bahwa dengan menggunakan fungsi Log Normal, sebaran harga saham

pada hari ke-30 juga membentuk kurva lognormal, sedangkan log harga saham

berdistribusi normal. Semakin banyak percaobaan yang dilakukan akan

memberikan kurva log normal dan kurva normal yang semakin mulus. Selisih hasil

nilai expected return dan volatilitas berdasarkan teori dan simulasi bergantung pada

jumlah percobaan yang dilakukan, dan bilangan acak yang dibangkitkan.

14
 Chandra et. al (2014), Hasil penelitian yang didapatkan, perhitungan VaR

portofolio lebih besar nilainya tanpa menggunakan simulasi Monte Carlo. Pada

dasarnya perhitungan VaR dengan metode simulasi Monte Carlo memberikan hasil

yang tidak berbeda jauh antara satu dengan yang lainnya karena return dibangkitkan

dengan parameter yang sama. Maka untuk menentukan hasil akhir dari VaR

simulasi adalah dengan menghitung ratarata VaR hasil simulasi.

Berdasarkan hasil penelitian sebelumnya, bahwa simulasi monte carlo

merupakan suatu metode yang tepat dalam memperoleh nilai portofolio saham.

Pergerakan harga saham memiliki fluktuasi yang tinggi sehingga cukup sulit untuk

dilakukan peramalan. Dari hasil simulasi yang telah dilakukan bahwa hasil

simulasi yang dilakukan diperoleh sesuai dengan nilai aktualnya dengaan tingkat

kesalahan yang kecil. Sehingga simulasi monte carlo dapat dipergunakan dalam

memperhitungkan pergerakan harga saham.

Pada penelitian lain didapat hasil pengujian menggunakan simulasi Monte

Carlo diperoleh hasil yang tidak akurat. Syariah dan Noviana (2020), berdasarkan

penelitiannya didapatkan bahwa proporsi yang dialokasi kan untuk saham BBRI.JK

sebesar 28%, BMRI.JK sebesar 46% dan BBNI.JK sebesar 24% dengan metode

varian kovarian untuk tingkat kepercayaan 95% diperoleh hasil Value at Risk (VaR)

masing-masing saham BBRI.JK 3.31%, BMRI.JK 3.58%, BBNI.JK 3.91% dan

portofolio 3.10% sedangkan dengan metode simulasi monte carlo diperoleh hasil

rata-rata Value at Risk (VaR) dengan tiga belas kali simulasi untuk masing-masing

saham BBRI.JK -3.3% BMRI.JK -3.5% BBNI.JK -3.7% dan portofolio -2.2%.

Berdasarkan uji backtesting nilai VaR Portofolio kedua metode tidak akurat.

15
 Hasil yang tidak akurat dapat disebabkan oleh beragam faktor. Faktor yang

mempengaruhi hasil simulasi menurut Goodman (1975) antara lain :

1. Apabila distribusi yang tidak seragam, perkiraan yang dihasilkan akan buruk.

2. Jika distribusi data terlalu banyak, hasil perkiraan umumnya buruk akan tetapi

secara rata-rata hasil perkiraan yang akan diperoleh dapat meningkat.

16
 BAB IV

PENUTUP

4.1 Kesimpulan

Berdasarkan pembahasan yang telah dijabarkan maka penggunaan simulasi

monte carlo dalam mengatur pergerakan portofolio harga saham dapat diandalkan.

Metode ini memiliki tingkat kesalahan yang relatif kecil. Tetapi dalam beberapa

kasus apabila data yang dimiliki kurang seragam dapat mengakibatkan hasil

perhitungan yang kurang akurat yang berdampak pada hasil perhitungan harga

saham pada periode tertentu.

4.2 Saran

Dikarenakan keterbatasan penulisan maka saran yang dapat diberikan untuk

penulisan makalah selanjutnya adalah penggunaan simulasi monte carlo dapat

digunakan dalam mensimulasikan harga portofolio lain selain harga saham.

17
 DAFTAR PUSTAKA

Alvarez, A. M. (2021). Comparison of proxies for fish stock. A Monte Carlo

analysis. Fisheries Research, 238, 105901.

Busrah, Z., & Asrun, B. (2016). SIMULASI MONTE CARLO PADA

PENENTUAN PERUBAHAN HARGA SAHAM ADHI. JK MELALUI
PENDEKATAN PROSES WIENER DAN LEMMA ITÔ. Prosiding, 2(1).

Cesari, R., & Cremonini, D. (2003). Benchmarking, portfolio insurance and

technical analysis: a Monte Carlo comparison of dynamic strategies of asset
allocation. Journal of Economic Dynamics and Control, 27(6), 987–1011.

Chandra, A., Kho, J., Musraini, M., & others. (2014). Perhitungan Value at Risk
Portofolio Saham Menggunakan Metode Simulasi Monte Carlo. Riau
University.

Goodman, J. (1975). Accuracy and Efficiency of Monte Carlo Method.

Husnan, S. (2009). Dasar-dasar Teori Portofolio dan Analisis Sekuritas.

Yogyakarta: UPP STIM YKPN.

Ismanto, H. (2016). Analisis Value At Risk Dalam Pembentukan Portofolio

Optimal (Studi Empiris Pada Saham-Saham Yang Tergabung Dalam LQ45).
University Research Colloquium.

Jogiyanto, H. M. (2000). Teori Portofolio dan Analisis Investasi. Yogyakarta:

BPFE.

Jorion, P. (2001). Value At Risk: The New Benchmark for Managing Financial Risk.
New York: McGraw Hill.

Lusiana, S. M., Rizki, S. W., & others. (2018). Simulasi Pergerakan Harga Saham
Menggunakan Pendekatan Metode Monte Carlo. Bimaster: Buletin Ilmiah
Matematika, Statistika Dan Terapannya, 7(2).

MUFLIHUNALLAH, M., Dharmawan, K., & Asih, N. M. (2018). Estimasi Nilai

Implied Volatility Menggunakan Simulasi Monte Carlo. E-Jurnal
Matematika, 7(3), 239–245.

Muniroh, W. S. (2008). Simulasi Monte Carlo dalam Menentukan Nilai Opsi

Saham. Universitas Islam Negeri Malang.

Syariah, & Pratiwi, N. (2020). Pengukuran Value at Risk (VaR) Portofolio Optimal
Pada Investasi Saham Bank Badan Usaha Milik Negara (BUMN)

18
Menggunakan Metode Varian Covarian dan Metode Simulasi Monte Carlo.
Jurnal Statistika Industri Dan Komputasi, 5(01), 1–10.

19