%0 Thesis
%9 S1
%A Fatoni, Rahmat
%A Kusumawati, Rosita
%B Jurusan Pendidikan Matematika
%D 2017
%F UNY:52519
%I UNY
%K Fuzzy Mean Absolute Deviation, Metode Mehar, Algoritma Genetika
%T ALGORITMA GENETIKA UNTUK PORTOFOLIO OPTIMUM MENGGUNAKAN MODEL FUZZY MEAN ABSOLUTE DEVIATION (FMAD)
%U http://eprints.uny.ac.id/52519/
%X Model portofolio Fuzzy Mean Absolute Deviation (FMAD) merupakan pengembangan dari model Mean Absolute Deviation (MAD) dimana semua parameter-parameter pada model berupa bilangan fuzzy. Tujuan dari penulisan skripsi ini adalah menjelaskan analisis pembentukan model FMAD untuk optimasi alokasi portofolio saham pada pasar saham di Indonesia serta penyelesaian model menggunakan Algoritma Genetika.    FMAD merupakan analisis portofolio dengan fungsi tujuan meminimalkan risiko portofolio fuzzy dengan tiga kendala. Kendala pertama menjelaskan return portofolio yang lebih besar atau sama dengan return minimal fuzzy yang diinginkan investor. Kendala kedua menjelaskan jumlah bobot investasi fuzzy sama dengan ĩ. Kendala ketiga menjelaskan alokasi bobot investasi maksimal fuzzy setiap saham yang dapat dibuat secara subyektif. Model FMAD diselesaikan dengan menggunakan metode Mehar. Metode Mehar digunakan untuk menyelesaikan model FMAD dengan membawa model ke bentuk model Program Linear (PL). Kemudian algoritma genetika digunakan untuk mencari solusi optimum model PL dari FMAD.     Proses untuk membentuk model FMAD adalah menghitung nilai realized return dan expected return fuzzy saham, menghitung nilai return minimal fuzzy, menghitung nilai risiko saham ke-i ᾶ. Model FMAD diterapkan untuk menyusun portofolio dari saham-saham yang terdaftar pada indeks LQ 45 selama periode 1 Januari 2014 - 31 Desember 2016. Lima saham yang dibentuk portofolio yaitu Pakuwon Jati Tbk (PWON), Global Mediacom Tbk (BMTR), Adaro Energy Tbk (ADRO), Perusahaan Gas Negara (PGAS), dan Media Nusantara Citra Tbk (MNCN). Pada penelitian ini dibentuk 3 contoh portofolio yaitu portofolio I, II, dan III yang disusun berdasarkan batasan bobot investasi maksimal 50%, 40%, dan 30%. Proses algoritma genetika dimulai dengan menentukan skema pengkodean dengan binary encoding, membangkitkan populasi awal, menghitung nilai fitness individu, menentukan induk dari individu dengan roulette wheel selection, melakukan prosedure onepoint-crossover, menghasilkan individu baru dengan gene mutation, menyusun populasi baru sampai memperoleh individu dengan nilai fitness optimum. Portofolio optimal yang diperoleh menggunakan algoritma genetika dan perhitungan indeks sharpe adalah portofolio I dengan indeks sharpe sebesar 0.3539 dan bobot investasi masing-masing sahamnya adalah PWON 31.52%, BMTR 0%, ADRO 18.65%, PGAS 0%, dan MNCN 49.83%.