Abstract:
Investasi di pasar saham menuntut pendekatan analisis berbasis data untuk
membentuk portofolio yang optimal. Penelitian ini bertujuan untuk
mengoptimalkan portofolio saham di Bursa Efek Indonesia dengan
mengombinasikan metode K-Means Clustering dan Model Markowitz. Data yang
digunakan mencakup harga penutupan saham (Close), rasio Price-to-Earnings
(P/E), Price-to-Book Value (PBV), dan Return on Equity (ROE) pada periode 2019
hingga 2024. Proses penelitian dimulai dengan tahap preprocessing data, yaitu
normalisasi, perhitungan return, dan volatilitas saham. Selanjutnya, penerapan K
Means Clustering dilakukan untuk mengelompokkan saham berdasarkan kesamaan
karakteristik fundamental dan teknikal. Penentuan jumlah klaster menggunakan
metode Elbow Method. Setelah klaster terbentuk, dilakukan seleksi satu saham
terbaik dari masing-masing klaster berdasarkan rata-rata return tahunan tertinggi.
Saham-saham terpilih kemudian dioptimasi menggunakan Model Markowitz
dengan pendekatan Mean-Variance Optimization untuk menentukan bobot
investasi optimal. Evaluasi portofolio dilakukan melalui simulasi backtest
menggunakan data tahun 2024 dan dibandingkan dengan performa Indeks LQ45
sebagai benchmark. Hasil penelitian menunjukkan bahwa kombinasi K-Means
Clustering dan Model Markowitz menghasilkan portofolio dengan return yang lebih
tinggi dan risiko yang lebih terkontrol dibandingkan benchmark. Pendekatan ini
juga terbukti meningkatkan efektivitas diversifikasi dan pengelolaan risiko
portofolio. Penelitian ini memberikan kontribusi terhadap penerapan teknik data
mining dan optimasi kuantitatif dalam manajemen portofolio saham di pasar modal
Indonesia, serta memberikan alternatif strategi investasi berbasis teknologi kepada
investor dan akademisi.
