Abstract:
Perkembangan kegiatan investasi khususnya saham, semakin pesat di Indonesia. Dalam setiap kegiatan investasi pastilah ada risiko yang tidak dapat dihindari. Hal ini kadang dilupakan investor dalam mengambil keputusan untuk berinvestasi. Salah satu cara untuk mengetahui risiko yang akan dihadapi investor di kemudian hari yaitu dengan menghitung nilai Value at Risk (VaR). VaR merupakan alat ukur yang digunakan pada suatu manajemen risiko yang dapat merangkum total risiko dari suatu portofolio aset keuangan. Dalam skripsi ini, akan dibahas mengenai perhitungan VaR dengan menggunakan metode Simulasi Monte Carlo secara singkat dan dilanjutkan dengan pembahasan metode Algoritma Genetika. Pada Simulasi Monte Carlo, perubahan harga saham diasumsikan berdistribusi lognormal. Metode Algoritma Genetika menggunakan konsep Teori Evolusi Darwin. Dari data yang dimiliki diharapkan dapat beradaptasi dan menjadi solusi terbaik untuk permasalahan yang ada. Metode Algoritma Genetika akan diuji dengan Back Testing dan Stress Testing. Back Testing merupakan metode pengujian yang membandingkan nilai VaR yang didapatkan dengan perubahan nilai portofolio yang sebenarnya. Stress Testing memiliki konsep serupa dengan Back Testing, hanya saja periode pengambilan data dilakukan pada saat terjadi suatu kejadian ekstrim pada harga saham. Untuk Back Testing, data yang digunakan merupakan data saham tahun 2017 sedangkan untuk Stress Testing data yang digunakan adalah data saham tahun 2008. Uji Kupiec akan dilakukan terhadap Back Testing dan Stress Testing, untuk melihat banyaknya nilai perubahan portofolio yang melebihi perhitungan nilai VaR (error). Jika banyaknya nilai perubahan portofolio berada pada batas-batas Uji Kupiec, maka metode Algoritma Genetika dapat dikatakan baik dalam menghasilkan nilai VaR. Pada pengujian Back Testing untuk tingkat kepercayaan 99%, banyaknya error berada pada batas-batas Uji Kupiec. Pada pengujian Stress Testing untuk tingkat kepercayaan 90% dan 95%, banyaknya error berada pada batas-batas Uji Kupiec.
