Abstract:
Analisis Komponen Utama (Principal Component Analysis, PCA) merupakan suatu metode yang
digunakan untuk menyederhanakan data menjadi dimensi yang lebih kecil tanpa menghilangkan
keragaman dari data semula. Dalam skripsi ini akan dibahas bagaimana cara menggunakan
metode PCA tersebut untuk mencari Value at Risk (VaR). Banyak cara untuk menghitung
VaR dan pada skripsi ini akan digunakan metode simulasi data historis sebagai pembanding
untuk memeriksa kinerja dari metode PCA untuk mencari VaR. Kedua metode tersebut akan
digunakan untuk menghitung VaR pada dua portofolio saham. Portofolio pertama terdiri dari
saham-saham yang merupakan anggota indeks LQ45 dan portofolio kedua yang terdiri dari
saham-saham yang ada pada satu sektor, yaitu sektor keuangan. Data yang akan digunakan
untuk menghitung VaR merupakan data harga penutupan mingguan dari tanggal 28 Desember
2014 hingga 31 Desember 2018. Dari hasil backtesting dapat ditunjukkan bahwa metode PCA
tidak memiliki kinerja yang cukup baik untuk portofolio pertama tetapi memiliki kinerja yang
cukup baik untuk portofolio kedua. Hasil backtesting juga menunjukkan bahwa metode simulasi
data historis memiliki kinerja yang lebih baik untuk kedua portofolio tersebut dibandingkan
dengan metode PCA.