Buletin Ilmiah Math. Stat.

dan Terapannya (Bimaster)

Volume 09, No. 3 (2020), hal 437 – 444.

ANALISIS PORTOFOLIO MENGGUNAKAN METODE MEAN VARIANCE

EFFICIENT PORTOFOLIO (MVEP) DENGAN PENDEKATAN DATA
ENVELOPMENT ANALYSIS (DEA)

Lilit Tamara Dinta, Setyo Wira Rizki, Hendra Perdana

INTISARI

Investasi merupakan kegiatan penanaman modal yang bertujuan untuk mendapatkan keuntungan di masa
datang. Investasi yang dilakukan seorang investor memiliki risiko yang sebanding dengan return yang
ditawarkan sehingga perlu dilakukan penyebaran investasi dengan membentuk portofolio saham.
Pembentukan suatu portofolio saham dapat dilakukan dengan memilih saham-saham efisien. Pemilihan
saham-saham efisien dilakukan dengan menganalisis saham tersebut guna mengetahui prospek saham di
masa dating. Data yang digunakan pada penelitian ini yaitu data harga penutupan saham harian pada
indeks saham LQ-45 yang konsisten masuk pada periode 1 Januari sampai dengan 31 Desember 2018.
Penelitian ini bertujuan untuk menganalisis saham dengan kinerja efisien menggunakan data
envelopment analysis (DEA) dan menentukan bobot masing-masing saham yang terdapat dalam
portofolio menggunakan metode mean variance efficient portofolio (MVEP). Hasilnya, delapan saham
efisien kandidat portofolio yaitu ASII, BBCA, BBRI, GGRM, ICBP, INCO, PGAS, dan PTBA yang
kemudian dianalisis sehingga dipilih lima saham untuk dijadikan suatu portofolio. Bobot untuk masing-
masing saham dalam portofolio yaitu, BBCA sebesar 48,85%, ICBP sebesar 33,06%, PTBA sebesar
12,18%, INCO sebesar 4,81% dan PGAS sebesar 1,09%.

Kata Kunci : bobot saham, saham efisien, portofolio

PENDAHULUAN
Investasi adalah komitmen atas sejumlah uang atau sumber data lainnya yang dilakukan pada saat
ini dengan tujuan menuai manfaat di masa depan [1]. Salah satu contoh kegiatan investasi adalah
investasi pada saham. Saham merupakan surat bukti kepemilikan atas aset-aset perusahaan yang
menerbitkan saham [2]. Bagi seorang investor, naik turunnya harga saham murupakan hal yang sangat
penting. Apabila harga saham naik secara signifikan maka investor akan mendapatkan return yang
signifikan dan sebaliknya. Pada dasarnya, seorang investor sangat mengharapkan return yang besar
dengan risiko atau kerugian seminimum mungkin. Oleh karena itu, return dan risiko perlu
diseimbangkan dengan produk-produk dimana investor berinvestasi, sehingga investor tidak
mengalami kerugian yang terlalu parah ketika salah satu atau beberapa investasinya merugi. Risiko
yang akan dialami oleh investor dapat dikurangi dengan menganalisis harga saham dan dibentuk suatu
portofolio saham.
Portofolio saham merupakan gabungan atau kombinasi saham yang disusun untuk mencapai tujuan
investor dalam melakukan investasi. Membentuk suatu portofolio saham dapat dilakukan dengan
memilih saham-saham yang efisien. Pemilihan saham-saham efisien dilakukan dengan menganalisis
saham tersebut guna mengetahui prospek saham yang akan datang.
Berdasarkan permasalahan tersebut, dalam penelitian ini digunakan pendekatan data envelopment
analysis (DEA) untuk menganalisis saham yang memiliki kinerja efisien, sehingga dapat dijadikan
pertimbangan dalam proses pembentukan portofolio. DEA adalah metodologi non parametrik yang
pada dasarnya merupakan pengembangan dari linear programming. DEA merupakan teknik untuk
mendapatkan efisiensi dari decision making units (DMU) yang mempunyai kemampuan untuk
mengatasi banyak input dan banyak output [3]. DMU yang digunakan pada penelitian ini yaitu saham-

437
438 L.T. Dinta, S.W. Rizki, H. Perdana

saham yang terdaftar di indeks saham LQ-45.

Setelah saham-saham yang efisien terpilih, selanjutnya diranking dan dipilih lima saham dengan
nilai expected return tertinggi yang kemudian dibentuk menjadi sebuah portofolio. Kemudian, untuk
menghitung bobot masing-masing saham pada portofolio digunakan metode mean variance efficient
portofolio (MVEP). MVEP merupakan konsep portofolio efisien Markowitz. MVEP merupakan
portofolio yang bersifat meminimalkan risiko investasi dengan expected return tertentu [4].

RETURN SAHAM
Return merupakan sejumlah penghasilan atau keuntungan yang diterima dari hasil investasi [5].
Nilai dari return bisa positif ataupun negatif tergantung pada kondisi real dari aset investasi. Return
saham dinyatakan dengan rumus sebagai berikut [4]:
Pi (t )  Pi ( t 1)
Ri (t )  (1)
Pi (t 1)
dimana i  1,2,3,..., N
t  1,2,3,..., m
dengan Ri ( t ) adalah return saham i pada periode ke-t, Pi ( t ) adalah data harga saham i periode ke-t dan
Pi ( t 1) adalah harga saham i periode ke-(t-1).
Expected return adalah rata-rata return saham individual. Expected return digunakan untuk
pengambilan keputusan investasi [4]. Expected return atas saham individual dinyatakan dengan rumus
sebagai berikut [6]:
m

R
t 1
i (t )
E ( Ri )  i  (2)
m
dimana i  1,2,3,..., N
t  1,2,3,..., m
dengan E ( Ri ) adalah expected return saham i dan adalah jumlah periode saham.

RISIKO SAHAM
Risiko merupakan besarnya penyimpangan antara tingkat pengembalian yang diharapkan (expected
return) dengan tingkat pengembalian yang dicapai secara nyata (return). Risiko saham individual
dapat dinyatakan dengan rumus sebagai berikut [6]:
m

 (R it  E ( Ri )) 2
 i2  t 1
(3)
m 1
atau
m

 (R it  E ( Ri )) 2
t 1
i  (4)
m 1
dengan  i 2 adalah variansi saham ke-i yang digunakan untuk perhitungan MVEP dan  i adalah
standar deviasi saham ke-i yang digunakan untuk perhitungan risiko pada analisis DEA.

PORTOFOLIO SAHAM
Portofolio saham adalah gabungan dari dua atau lebih saham. Dalam membentuk portofolio saham,
investor cenderung menginginkan expected return yang maksimal dengan tingkat risiko tertentu yang
bersedia ditanggungnya.
 Analisis Portofolio Menggunakan Metode Mean Variance Efficient ... 439

Expected return portofolio merupakan rata-rata dari expected return-return masing-masing saham
yang ada dalam portofolio. Expected return portofolio dinyatakan dengan rumus sebagai berikut [2]:
I I
E ( R p )   p   wi E ( Ri )   wi  i (5)
i 1 i 1

dengan E ( Rp ) atau  p adalah expected return portofolio dan wi adalah bobot saham di dalam
portofolio.
Dalam bentuk notasi matriks, expected return portofolio dapat ditulis sebagai berikut:
 1 
 
μ p  w11  w2  2  ...  wn  n   w1 w2  wn   2  = w T μ (6)
 
 
n 
dengan w T adalah matrik transpose dari w.
Risiko portofolio adalah kerugian yang diterima dari sekelompok instrumen keuangan dalam
portofolio. Risiko portofolio dinyatakan dengan rumus sebagai berikut [5]:
I I I
Var ( R p )   p 2   wi 2 i 2    wi w j ij (7)
i 1 i 1 j 1, j  i

dengan  p 2 adalah risiko portofolio.

Dalam bentuk notasi matriks, risiko portofolio dapat ditulis sebagai berikut:
 w1 
 11   1n   
w
σ p 2   w1 w2  wn        2   w T  w (8)
 
 1n   nn   
 wn 
dengan  adalah matriks varian-kovarian.

DATA ENVELOPMENT ANALYSIS (DEA)

Data envelopment analysis (DEA) pertama kali dikembangkan oleh Charnes, Cooper dan Rhodes
pada tahun 1978. DEA adalah metode yang membandingkan data input dan output dari suatu saham
dengan data input dan output lainnya pada saham yang sejenis. Perbandingan ini dilakukan untuk
mendapatkan suatu nilai efisiensi. Saham dikatakan efisien jika nilai efisiensinya mencapai satu,
sedangkan Saham dengan nilai efisiensi dibawah satu dianggap tidak efisien. Kriteria pemilihan input
dan output sangat subjektif, tidak ada aturan yang spesifik dalam menentukan pemilihan input dan
output. Umumnya input didefenisikan sebagai sumber daya yang dimanfaatkan oleh saham atau
kondisi yang mempengaruhi kinerja dari saham, sementara output merupakan keuntungan yang
dihasilkan sebagai hasil dari kegiatan operasi saham. Efisiensi relatif dari sebuah saham didefisinikan
sebagai rasio dari jumlah bobot output terhadap jumlah bobot input, dengan rumus sebagai berikut [3]:
s

u y
r 1
r ro
zo  l
(9)
v x
k 1
k ko

dengan ur adalah bobot dari output r, vk adalah bobot dari input k, yro dan xko adalah nilai dari
output dan input saham yang dianalisis.
Dalam penelitian ini, penilaian efisiensi saham yang dimaksud adalah efisiensi teknis. Efisiensi
teknis menunjukkan kemampuan perusahaan untuk mencapai output yaitu expected return semaksimal
440 L.T. Dinta, S.W. Rizki, H. Perdana

mungkin dari sejumlah input yaitu tingkat risiko. Model DEA yang digunakan dalam penelitian ini
yaitu model Banker, Charnes dan Cooper (DEA-BCC) yang dikembangkan oleh Banker, Charnes dan
Cooper pada tahun 1984. Model ini berasumsi pada variable return to scale (VRS) dimana ukuran
input atau output dapat menyebabkan naik turunnya nilai efisiensi. Hal ini dikarenakan bahwa pada
kenyataannya tidak semua saham dapat diasumsikan telah beroperasi secara optimal. Model DEA-
BCC adalah sebagai berikut:
min z o   (10)
dengan kendala
n

y
j 1
rj  j  yro

n
 xko   xkj  j  0
j 1
n

 j 1
j 1

j  0
Dengan o adalah saham yang sedang dianalisis, z0 adalah tingkat pengurangan input total saham yang
sedang dianalisis sedangkan  adalah tingkat pengurangan input saham yang dianalisis, xkj adalah
nilai input ke-k saham ke-j, yrj adalah nilai output ke-r saham ke-j,  j adalah bobot saham ke-j.

MEAN VARIANCE EFFICIENT PORTOFOLIO (MVEP)

Portofolio saham yang dapat memaksimumkan return yang diharapkan dengan tingkat risiko
tertentu disebut portofolio efisien. Salah satu metode pembentukan portofolio efisien adalah MVEP
yang memiliki varians minimal dari expected returnnya. Secara matematika hal tersebut sama dengan
T
mengoptimalisasi bobot w   w1 ,, wn  berdasarkan expected return dari varians yang diberikan.
Vektor pembobotan w digunakan agar portofolio yang dibentuk mempunyai varians yang minimum
berdasarkan dua batasan. Pertama, spesifikasi awal dari expected return harus tercapai yaitu .
Kedua, jumlah bobot dari portofolio yang terbentuk sama dengan satu yaitu 1 = 1 dimana 1
adalah vektor satu sebanyak n. Permasalahan optimalisasi dapat diselesaikan dengan fungsi Lagrange
yaitu [7]:
L  wT  w  1 (  p  wT  )  2 (1  wT 1n )
(11)
Sehingga, bobot saham dengan MVEP adalah sebagai berikut [4]:
1

w
 1 n
(12)
1
1 1
n n

Dengan w merupakan bobot saham,  1 adalah invers matriks varians-kovarians dan 1n merupakan
vektor satu sebanyak n.

STUDI KASUS
Data yang digunakan dalam penelitian ini adalah data harga penutupan saham harian dari 37 saham
yang selalu konsisten masuk ke dalam daftar indeks saham LQ-45. Data tersebut bersumber dari
http://www.finance.yahoo.com pada periode 1 Januari sampai dengan 31 Desember 2018. Selain itu
terdapat data rasio keuangan seperti: return on asset (ROA), return on equity (ROE), book value per
share (BV), price book value ratio (PBV), debt equity ratio (DER), earning per share (EPS), price
earning ratio (PER), dan net profit margin (NPM) yang diperoleh dari laporan keuangan yang
 Analisis Portofolio Menggunakan Metode Mean Variance Efficient ... 441

bersumber dari http://www.idx.co.id pada masing-masing saham. Langkah pertama yang dilakukan
yaitu mengitung return dan expected return masing-masing saham.

Tabel 1 Daftar nilai expected return

Expected Expected
Saham Saham
Return Return
PTBA 0,0025 BJBR -0,0005
PGAS 0,0014 SSMS -0,0005
ANTM 0,0012 TLKM -0,0005
INCO 0,0009 HMSP -0,0007
SMGR 0,0009 UNTR -0,0007
BBCA 0,0008 UNVR -0,0007
ICBP 0,0007 WSKT -0,0007
WIKA 0,0006 SCMA -0,0008
BRPT 0,0005 BBTN -0,0009
BBRI 0,0003 BSDE -0,0009
ASII 0,0001 EXCL -0,001
GGRM 0,0001 PTPP -0,001
INDF 0,0001 ADRO -0,0012
BMRI -0,0001 AKRA -0,0012
KLBF -0,0001 JSMR -0,0014
SRIL -0,0001 LPPF -0,0016
BBNI -0,0002 MNCN -0,0021
INTP -0,0002 LPKR -0,0023
ADHI -0,0004

Pada Tabel 1 diketahui bahwa terdapat 13 saham dari 37 saham pada indeks saham LQ-45 yang
memiliki nilai expected return positif. Sebelum dilakukan analisis DEA terlebih dahulu dihitung nilai
risiko menggunakan Persamaan 4 yang hasilnya dapat dilihat pada Tabel 2.

Tabel 2 Nilai risiko saham

Saham Risiko
PGAS 0,0378
INCO 0,0288
ANTM 0,0278
SMGR 0,0274
WIKA 0,0266
PTBA 0,0260
BRPT 0,0240
BBRI 0,0214
ASII 0,0186
INDF 0,0186
GGRM 0,0177
ICBP 0,0159
BBCA 0,0139
442 L.T. Dinta, S.W. Rizki, H. Perdana

Tahap selanjutnya dilakukan pengelompokan nilai input dan nilai output yang digunakan untuk
menentukan saham-saham efisien menggunakan model DEA-BCC. Pada penelitian ini input yang
disertakan yaitu standar deviasi, DER, PER. Sedangkan output yang disertakan yaitu expected return,
EPS, BV, PBV, ROE, ROA dan NPM.

Tabel 3 Nilai input dan output saham

OUTPUT (y) INPUT (x)
Kode
Saham Expected Standar
EPS BV PBV ROE ROA NPM DER PER
Return Deviasi
ANTM 0,0012 26,26 796,59 1,21 3,30 1,92 3,16 0,0278 0,72 27,56
ASII 0,0001 421,73 4148,13 2,04 12,81 6,46 12,30 0,0186 0,98 15,03
BBCA 0,0008 750,68 5828,64 4,79 12,88 2,32 36,84 0,0139 4,53 27,87
BBRI 0,0003 120,69 1351,32 2,54 8,96 1,15 27,84 0,0214 5,92 14,53
BRPT 0,0005 37,77 1280,85 1,14 7,97 3,21 9,21 0,0240 1,48 33,14
GGRM 0,0001 2994,24 22310,67 3,75 13,42 8,63 8,25 0,0177 0,55 20,95
ICBP 0,0007 298,83 1879,91 5,73 16,21 10,51 12,06 0,0159 0,54 27,04
INCO 0,0009 88,56 2756,87 1,40 3,21 2,75 7,79 0,0288 0,17 43,47
INDF 0,0001 321,16 5529,77 1,40 7,37 3,73 6,54 0,0186 0,98 18,10
PGAS 0,0014 134,34 2041,94 1,26 6,61 3,29 8,97 0,0378 0,04 14,35
PTBA 0,0025 1705,59 6476,16 3,33 26,77 17,78 24,91 0,0260 0,51 9,48
SMGR 0,0009 351,91 5342,28 2,37 6,53 4,08 9,64 0,0274 0,60 27,01
WIKA 0,0006 117,86 1715,16 1,10 6,87 1,86 5,03 0,0266 2,70 14,82

Setelah ditentukan nilai input dan output untuk masing-masing saham, selanjutnya menentukan
efisiensi saham menggunakan Persamaan 10.

Tabel 4 Nilai efisiensi saham

DMU Efisiensi
ASII 1
BBCA 1
BBRI 1
GGRM 1
ICBP 1
INCO 1
PGAS 1
PTBA 1
INDF 0,9687
WIKA 0,8333
SMGR 0,773
ANTM 0,7208
BRPT 0,6942

Saham dikatakan efisien apabila nilai efisiensinya sama dengan satu. Jadi, pada Tabel 4 dapat
dilihat terdapat delapan saham yang efisien. Rincian expected return dan varians dari delapan saham
yaitu sebagai berikut.
 Analisis Portofolio Menggunakan Metode Mean Variance Efficient ... 443

Tabel 5 Nilai expected return dan varians

Expected
Saham Varians
Return
PTBA 0,00249 0,0007
PGAS 0,00144 0,0014
INCO 0,00087 0,0008
BBCA 0,00076 0,0002
ICBP 0,00074 0,0003
BBRI 0,00025 0,0005
GGRM 0,00015 0,0003
ASII 0,00014 0,0003

Kemudian, delapan saham tersebut diranking berdasarkan nilai expected return tertinggi yang dapat
dilihat pada Tabel 5. Setelah dianalisis kedelapan saham tersebut maka dipilih lima saham teratas
untuk dibentuk menjadi portofolio dan dihitung bobot untuk masing-masing saham untuk mengetahui
seberapa besar kemungkinan return dan risiko yang akan didapatkan investor menggunakan MVEP.
Perhitungan bobot untuk masing-masing saham menggunakan Persamaan 12.

Tabel 6 Nilai bobot saham

Saham Bobot Saham
BBCA 48,85%
ICBP 33,06%
PTBA 12,18%
INCO 4,81%
PGAS 1,09%

Pada Tabel 6 dapat dilihat bobot untuk masing-masing saham. Bobot tersebut selanjutnya
digunakan untuk mendapatkan expected return portofolio dan risiko portofolio. Perhitungan expected
return dan risiko portofolio menggunakan Persamaan 6 dan Persamaan 8.
 p  0,0010
 p 2  0, 0001
Jadi, berdasarkan analisis yang telah dilakukan jika investor akan melakukan investasi pada
portofolio yang terdiri dari saham PTBA, PGAS, INCO, BBCA, dan ICBP maka akan memperoleh
return sebesar 0,1% dengan risiko sebesar 0,01%.

PENUTUP
Berdasarkan analisis yang telah dilakukan diperoleh kesimpulan bahwa terdapat 13 saham dari 37
indeks saham LQ-45 periode 1 januari sampai dengan 31 Desember 2018 yang dapat digunakan untuk
analisis menggunkan model DEA-BCC. Dari 13 saham yang dianalisis menggunakan model DEA-
BCC didapat delapan saham yang efisien sebagai kandidat portofolio. Saham-saham efisien tersebut
yaitu ASII, BBCA, BBRI, GGRM, ICBP, INCO, PGAS dan PTBA. Pada penelitian ini dipilih lima
saham dari delapan saham efisien dengan nilai expected return tertinggin yang dibentuk menjadi
portofolio. Berdasarkan perhitungan bobot dalam portofolio yang terdiri dari lima saham yang
dilakukan menggunakan metode MVEP, diperoleh bobot masing-masing saham yaitu BBCA sebesar
48,85%, ICBP sebesar 33,06%. PTBA sebesar 12,18%, INCO sebesar 4,81%, dan PGAS sebesar
1,09%.
444 L.T. Dinta, S.W. Rizki, H. Perdana

DAFTAR PUSTAKA
[1] Martelena dan Malinda. Pengantar Pasar Modal. Yogyakarta: Andi; 2011.
[2] Tandelilin E. Portofolio dan Investasi Teori dan Aplikasi. Yogyakarta: Kanisisus; 2010.
[3] Cooper WW, Seiford LM, Tone K. Data Envelopment Analysis: A Comprehenssive Text with
Models, Applications, Reference and DEA-Solver Software. New York: Kluwer Academic
Publishers; 2002.
[4] Maruddani D, Purbowati A. Pengukuran Value at Risk pada Aset Tunggal dan Portofolio
dengan Simulasi Monte Carlo. Media Statistika. 2009; 2:93-104.
[5] Hartono J. Teori Portofolio dan Analisis Investasi. Yogyakarta: BPFE; 2017.
[6] Halim A. Analisis Investasi. Jakarta: Erlangga; 2003.
[7] Abdurrakhman. Buku Ajar Pengantar Statistika Keuangan. Yogyakarta: UGM; 2007

LILIT TAMARA DINTA : Jurusan Matematika FMIPA UNTAN, Pontianak

dintatamara@gmail.com
SETYO WIRA RIZKI : Jurusan Matematika FMIPA UNTAN, Pontianak
setyo.wirarizki@math.untan.ac.id
HENDRA PERDANA : Jurusan Matematika FMIPA UNTAN, Pontianak
hendra.perdana@math.untan.ac.id