Professional Documents
Culture Documents
Oscillator Dan Moving Average Convergence Divergence Dalam Menentukan Sinyal Jual Dan
Oscillator Dan Moving Average Convergence Divergence Dalam Menentukan Sinyal Jual Dan
Oscillator Dan Moving Average Convergence Divergence Dalam Menentukan Sinyal Jual Dan
Skripsi
Oleh:
Alfi Ubaidillah
NIM.11150810000060
PROGRAM STUDI MANAJEMEN
JAKARTA
2019 M/1440 H
ii
iii
iv
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
1. Nama : Alfi Ubaidillah
2. Tempat/Tanggal Lahir : Bogor, 29 April 1997
3. Jenis Kelamin : Laki-Laki
4. Agama : Islam
5. Alamat : Jl. Abdul Wahab No.97 rt01/05
Kec.Sawangan Kota Depok
6. Nama Ayah : Agus Susanto
7. Nama Ibu : Siti Rumyati
8. No. Handphone : 085773891694
9. Email : alfiubaidillah17@gmail.com
v
ABSTRACT
This study aims to analyze the comparison of the Stochastic Oscillator method
with Moving Average Convergence Divergence (MACD) in determining sell
signals and buying signals. Buy and sell signals are obtained from the
intersection of the MACD line and Stochastic Oscillaotr line with standard
format. The concept in this study is to compare the results obtained from both
methods in providing buying signals and sell signals. This study uses a sample
of companies incorporated in the Dow Jones Industrial Average index using
weekly data for the period 2015-2017. This sample collection technique uses
Purpose Sampling, based on predetermined criteria, obtained 29 companies that
can be sampled. The data analysis technique used is comparative analysis. The
results showed that the buying signal and the sell signal from the two methods
were significantly different
vi
ABSTRAK
vii
KATA PENGANTAR
Bissmilahirahmanirrahim
wata’ala atas berkat rahmat dan karunia-Nya, penulis dapat menyelesaikan skripsi
ini. Shalawat beserta salam semoga senantiasa sampai kepada Nabi Muhammad
kepada ummatnya.
(Studi Kasus Pada Saham yang Tergabung di Indeks Dow jones Industrial
tanpa dukungan dari berbagai pihak. Oleh karena itu, penulis ingin menyampaikan
ucapan terima kasih kepada semua pihak yang telah membantu dalam penyusunan
1. Kedua orang tua, Ibu Siti Rumyati dan Bapak Agus Susanto yang selalu
motivasi, dan doa yang tidak pernah putus untuk keberhasilan dan
viii
dan Yeni Fitriani yang juga memberikan dukuran moral maupun materil
2. Ibu Prof. Dr. Hj. Amany Burhanudin Umar Lubis, Lc., MA. selaku Rektor
3. Bapak Dr. Amilin, SE., M.Si., Ak., CA., BKP., QIA. selaku Dekan
4. Ibu Murdiayh Hayati, M.M. selaku Ketua Jurusan Manajemen dan Ibu
mengesahkan secara resmi judul penelitian sebagai bahan skripsi dan telah
5. Ibu Dr. Pudji Astuty, SE., MM. selaku dosen Pembimbing Skripsi,
yang telah bersedia memberikan ilmu, arahan serta saran selama masa
perkuliahan ini.
7. Seluruh Bapak/Ibu dosen dan staff karyawan Fakultas Ekonomi dan Bisnis
ix
8. Temen terdekat penulis yaitu Rama, Dhanu, Fikri, Didik, Rehan, Adam,
Sulthan, Ipul dan Fahmi yang selalu bersedia mendengarkan keluh kesah
yaitu Diana Maulidia, Shahara Putri Gusevi, Siti Mega Murdiana dan
Yunita Anggraini
10. Seluruh teman di jurusan manajemen angkatan 2015 yang telah berjuang
11. Selururh teman IRMA yang telah memberikan semangat dan doa untuk
12. Pihak-pihak yang tidak bisa disebutkan satu persatu yang telah banyak
Akhir kata, penulis menyadari bahwa tiada yang sempurna, tak terkecuali
skripsi ini. Oleh karena itu penulis mengharapkan kepada pembaca agar berkenan
memberikan saran dan koreksi pada skrisi ini agar dapat diperbaiki untuk penulis
berikutnya.
Wassalamu’alaikum Wr. Wb
Alfi Ubaidillah
x
DAFTAR ISI
ABSTRACT ........................................................................................................... vi
1.4.Manfaat Peneitian...................................................................................... 12
2.1.2. Investasi......................................................................................... 14
xi
2.1.5. Indeks Harga Saham ..................................................................... 27
xii
BAB IV ANALISIS DAN PEMBAHASAN ...................................................... 65
5.1.Kesimpulan ............................................................................................. 76
5.2.Saran ....................................................................................................... 77
5.3.Implikasi ................................................................................................. 77
xiii
DAFTAR GAMBAR
Gambar. 4.1 Grafik yang Dihasilkan dari True dan False Signal Masing-
xiv
DAFTAR TABEL
Tabel 4.1 Perbedaan True dan False Signal Stochastic Oscillator .................. 70
xv
DAFTAR LAMPIRAN
Hipotesis ..................................................................................108
xvi
BAB I
PENDAHULUAN
1.1.Latar Belakang
Dari yang hanya sekedar mencari keuntungan sampai ada yang benar-benar
yang menjanjikan, bahkan dengan rentang waktu yang relatif lebih singkat.
Hal tersebut dapat terjadi jika para investor mau terus mempelajari lebih
realisasi investasi selama empat tahun terakhir menunjukkan tren yang cukup
saat ini memang sudah mulai dilirik dan diminati oleh kalangan orang
banyak.
1
merupakan cara yang digunakan trader atau investor dalam menganalisis
masing-masing jadi tidak ada satupun yang dapat dianggap metode paling
benar dan unggul yang dapat diterapkan pada semua situasi. Hal tersebutlah
yang membuat cara trading yang dilakukan oleh investor berbeda-beda dalam
digunakannya.
dengan tujuan dapat mengungguli pasar. Bagi kebanyak investor atau trader
sangat singkat, bukan untuk berinvestasi jangka panjang. Olek karena itu para
paling benar dan unggul. Dari metode yang investor pilih, yang terpenting
perubahan harga saham dalam waktu yang sangat singkat, sehingga investor
investasi dibedakan mejadi dua, yaitu investasi pada financial assets dan
investasi pada real assets. Investasi pada financial assets dilakukan di Pasar
2
Uang, dan lainnya atau di Pasar Modal, misalnya berupa saham, obligasi,
waran, opsi dan lain-lain. Sedangkan investasi pada real assets diwujudkan
mana yang akan dibeli, mana yang akan dijual dan mana yang akan tetap
dimiliki. Mereka yang ingin berkecimpung dalam jual beli saham harus
rasional. Sebagai investor harus rasional dalam menghadapi pasar jual beli
saham. Selain itu, investor harus mempunyai ketajaman perkiraan masa depan
perusahaan yang sahamnya akan dibeli atau dijual (Halim, 2015: 13).
terjadi pasar tradisional yang selama ini kita telah kenal, dimana adanya
Modal memiliki peran besar bagi perekonomian suatu negara, karena pasar
modal menjalankan dua fungsi sekaligus yaitu, fungsi ekonomi dan fungsi
keuangan. Fungsi ekonomi dalam hal ini pasar modal menyediakan fasilitas
memiliki kelebihan dana (investor) dan pihkan yang memerlukan dana (issuer)
jangka panjang. Sedangkan dalam fungsi keuangan, dalam hal ini Pasar Modal
3
gain atau interst bagi investor sesuai dengan karakteristik investasi yang
Dalam kegiatan Pasar Modal ada yang disebut dengan Emiten dan
Selama suatu perusahaan memenuhi kedua kriteria tersebut, selama itu pula
dibutuhkan solusi sumber dana yang memiliki risiko rendah serta tawaran
4
muncul sebagai suatu alternatif solusi pembiayaan jangka panjang, sehingga
keuntungan atau return dan juga risiko yang akan di dapat oleh seorang
investor. Return yang diterima oleh investor dapat berupa dividen yang
dibagikan setiap periode oleh emiten ataupun selisih antara harga jual dan
harga beli yang disebut dengan capital gain. Investor selalu dihadapkan
tersebut harus dibuat dengan hati-hati agar tidak menimbulkan kerugian bagi
investor atau berdampak pada penuruna return yang akan diterima. Selain
berhati-hati investor juga harus cepat dan tanggap dalam membaca situasi
pasar, agar keuntungan yang diperoleh menjadi optimal. Oleh karena itu
keputusan.
mempengaruhi harga saham suatu perusahaan, baik itu yang datangnya dari
5
Untuk melakukan penilaian saham ada dua analisis yang dapat
menentukan harga saham yang tepat bagi sebuah perusahaan, terlebih dahulu
perusahaan. Inilah inti dari analisis fudamental, yaitu menentukan sebuah nilai
merupakan salah satu hal yang penting, investasi sendiri dapat diartikan
sebagai komitmen atas sejumlah dana atau sumber daya lainnya yang
dilakukan pada saat ini, dengan tujuan memperoleh keuntungan dimasa yang
tersebut digunakan untuk mengetahui pergerakan harga saham saat ini atau
dimasa yang akan datang. Umumnya analisis teknikal banyak digunakan oleh
2016: 139).
saham. Melalui data historis yang dimiliki diharapkan dapat memprediksi arah
6
saham gabungan dan individual, serta faktor-faktor lain yang bersifat teknis
(Samsuar. 2017: 119). Dalam analisis teknikal terdapat dua tren pergerakan
harga saham yaitu, up trend dan dow trend. Up trend adalah pergerakan harga
saham yang cenderung terus naik dari waktu ke waktu, sedangkan dow trend
waktu ke waktu. Para analis teknikal berprinsip bahwa harga pasar suatu
ketahui bahwa asumsi dasar dalam analisis teknikal adalah bahwa harga
sangat ditentukan oleh keseimbangan antara supply dan demand. Jika jumlah
saham akan cenderung mengalami kenaikan harga, dan begitu juga sebalikya,
jika jumlah penawaran suatu saham lebih banyak daripada permintaan maka
melihat pergerakan harga saham di masa lalu. Pergerakan harga saham selain
dipengaruhi oleh volume harga saham masa lalu juga dipengaruhi oleh
7
Semakin banyak jumlah lot saham yang berhasil diperjualbelikan dalam satu
lagi. Tetapi dalam penelitian ini hanya menguji dua indikator saja yaitu,
oleh George C. Lane pada akhir tahun 1950, dengan tujuan untuk mengukur
tingkat kejenuhan pasar yang memiliki sinyal beli dan jual. Analisis stochastic
oscillator terdiri dari dua buah garis, yaitu garis %K dan garis %D. Garis %K
adalah garis yang dibuat untuk mengidentifikasi arah pergerakan dari garis
8
diciptakan oleh Gerald Appel pada tahun 1960an. MACD menggunakan dua
overbought atau oversold yang berfluktuatif diatas dan dibawah garis nol (zero
trader analisis teknikal, penggunaan metode ini juga lebih mudah dalam
merupakan salah satu indeks tertua yang ada di Amerika Serikat. Di awali
karena belum adanya indeks di bursa saham pada masa itu, Dow Jones lahir
sebagai salah satu indeks yang bertujuan agar investor tahu apakah pasar
sedang dalam keadaan naik atau turun, Dow Jones Industrial Average (DJIA)
atau yang lebih dikenal dengan Indeks Dow Jones adalah salah satu indeks
pasar saham yang didirikan oleh editor The Wall Street Journal dan pendiri
Dow Jones & Company, Charles Dow. Dow membuat indeks ini sebagai suatu
Saat ini DJIA merupakan indeks pasar Amerika tertua yang masih berjalan
dimana indeks ini terdiri dari 30 perusahaan besar di Amerika yang sudah go
9
Gambar 1.1 perkembangan kinerja indeks pasar DJIA
Sumber:https://www.macrotrends.net/1358/dow-jones-industrial-average-last-
10-years
Industrial Average (DJIA) selama sepuluh tahun terakhir. Setiap titik grafik
pasar saham diwakili oleh harga penutupan harian untuk DJIA. Dari grafik
fluktuasi perkembangan yang positif dari tahun 2009 samapi dengan tahun
2018. Dengan alasan yang sudah dijelaskan menarik minat saya untuk
10
1.2.Rumusan Masalah
Harga saham selalu bergerak secara acak, baik dalam jangka pendek,
menciptakan pola-pola harga dan para teknikalis percaya pola-pola harga yang
1. Seberapa banyak sinyal jual dan beli yang dapat dihasilkan dari metode
Average
3. Berapa besar perbedaan true dan false signal yang dihasilkan dari metode
Average.
11
1.3.Tujuan Penelitian
1. Menjelaskan seberapa banyak sinyal jual dan beli yang dapat dihasilkan
Industrial Average.
1.4.Manfaat Penelitian
1. Bagi Penulis
Hasil penelitian ini dapat dijadikan acuan dan referensi bagi penulis
maupun mereka yang ingin berinvestasi pada pasar modal, dimana saja,
dan kapan saja, maka analisis teknikal dapat dijadikan salah satu panduan,
12
keilmuan dan meningkatkan pengetahuan tentang analisis teknikal bagi
2. Bagi Akademis
Stochastic Oscillator dan MACD dalam menentukan sinyal jual dan beli.
Selain itu juga Penelitian ini diharapkan menjadi kontribusi positif bagi
siapa saja agar dapat mengetahui lebih lanjut mengenai analisis teknikal
1.5.Batasan Penelitian
skripsi ini, permasalahn dibatasi pada perushaan yang datanya dapat diakses
yang terdaftar pada indeks Dow Jones Industrial Average periode 2015-2017.
13
BAB II
TINJAUAN PUSTAKA
2.1.1. Investasi
menjadi dua macam, yaitu investasi pada aset riil (real assets) dan
investasi pada aset finansial (financial assets). Investasi pada asset riil
antara lain dapat berupa tanah, emas, mesin, sedangkan investasi pada
2013: 1-2).
dimilikinya.
14
berharganya. Kepemilikan aset secara tidak langsung dilakukan
antara lain seperti bunga, royalti, deviden, atau uang sewa dan lain-
lainnya.
yang sejenis.
15
Secara lebih khusus ada beberapa alasan mengapa seseorang
Contoh: Jika suku bunga bank 5% per-tahun dan angka inflasi 10%
suku bunga Tetapi secara nilai atau daya beli uang, uang kita
investasi dengan tingkat suku bunga lebih dari 10% atau minimal
16
jangka waktu yang relatif pendek. Sedangkan jika ingin mempersiapkan
dilakukan dengan membeli saham atau obligasi. Disisi yang lain jangka
mendapatkan hasil yang pasti pada saat jatuh tempo dengan risiko yang
kerugian bisa terjadi jika hanya melihat pada jangka waktu yang relatif
pendek. Sedangkan jika kita lakukan dalam jangka waktu yang rekatif
panjang, maka hal ini dapat menekan fl uktuasi yang muncul pada
tahun 1995 tentang pasar modal pasal 1 ayat (12) adalah kegiatan yang
Sedangkan yang dimaksud dengan efek pada pasal 1 ayat (5) adalah
17
surat berhara, yaitu surat pengakuan utang, surat berharga komersial,
kolektif, kontrak berjangka ats efek, dan setiap derivatif dari efek.
Pasar modal juga dikenal juga dengan nama bursa efek. Bursa efek
diperjual belikan, baik dalam bentuk utang maupun modal sendiri, baik
18
(Preference stock) sedangkan dana jangka utang berbentu obligasi
(bond).
lembaga ini memiliki daya tarik, tidak saja bagi pihak yang
rupiah, atau tingginya inflasi dan suku bunga suatu negara, tetapi juga
19
a. Sebagai Sumber Penghimpun Dana
kepemilikan (saham) .
Jika tidak ada pilihan investasi lain, maka para pemodal hanya
20
kesempatan kepada para pemodal untuk membentuk portofolio
berupa saham, obligasi, bukti right, bukti waran, serta produk turunan
a. Saham
21
b. Obligasi
c. Bukti right
d. Waran
menerbitkan obligasi
e. Derivatif
22
Selain instrumen pasar modal, pasar modal juga memiliki risiko.
terdiri dari dua yaitu investor yang tidak menyukai risiko (risk
dapat diperoleh semula. Oleh karena itu, risiko daya beli ini
23
b. Risiko Bisnis
pasar modal
d. Risiko pasar
perusahaan.
24
Return adalah hasil yang diperoleh dari investasi. Return dapat
berupa return realisasi yang sudah terjadi atau return ekspektasi yang
adalah
value”
25
sejahtera. Tetapi selain return, risiko merupakan salah faktor yang
harus selalu dilihat oleh seorang investor karena risiko ini dapat
risiko suatu aset, semakin besar pula return yang diharapkan atas
investasi.
26
Garis vertikal dalam gambar di atas menunjukkan besarnya tingkat
risiko (risk free rate) yang berarti satu pilihan investasi yang
sebesar nol. Kesimpulan yang ditarik dari pola hubungan antara risiko
dan return yang diharapkan adalah bahwa risiko dan return yang
semakin tinggi risiko suatu aset, semakin tinggi pula tingkat return
27
makroekonomi yang dapat memengaruhi aktifitas investasi saham dan
secara umum dan terus menerus. Kenaikan harga dari satu atau dua
antara inflasi dengan harga saham (demand pull inflation) yaitu inflasi
pada asumsi bahwa inflasi yang terjadi adalah cost push inflation, yaitu
bahwa dalam periode antara tahun 1997 – 2013, terdapat 61,15% (96
kali) bullish dan 38,85% (61 kali) bearish. Selanjutnya, faktor penentu
28
tingkat imbalan investasi baik dalam kondisi bullish dan bearish di
bersamasama adalah imbalan pasar saham, suku bunga, dan nilai tukar.
suku bunga dan nilai tukar. Namun belum terdapat temuan yang
29
kondisi pasar dari waktu ke waktu, apabila harga saham sedang naik
atau turun, indeks harga saham ini akan menjadi indikator bagi
kondisi pasar pada suatu saat, apakah pasar aktif atau lesu (Martalena
dan Malinda:2011).
investasi.
30
Saham Gabungan merupakan angka indeks harga saham yang sudah
31
Analisis teknikal atau Technical analysis (TA) adalah metode
harga dan jumlah / volume transaksi. Hasil olah data tersebut lalu
yang perlu diingat adalah tidak ada metode analisis yang 100% akurat.
sebab itu dalam Analisis teknikal, ada istilah Risk vs Reward. Risk
yang terjadi sesuai dengan analisa. Analisa yang baik adalah analisa
titik stop loss, yaitu titik untuk menjual rugi sebuah saham ketika
32
Kesalahan yang sering dilakukan oleh para pengguna analisis
teknikal adalah tidak adanya trading plan saat membeli sebuah saham.
atau isu, dan lain-lain. Yang lebih berbahaya adalah ketika membeli
sebuah saham tetapi tidak menentukan target stop loss. Ketika harga
bergerak tidak sesuai harapan akhirnya tidak tahu apa yang harus
dilakukan karena tidak adanya stop loss dan berakhir pada kerugian
adalah titik harga atas dimana pada level tersebut kenaikan harga suatu
33
menembus level resistancenya. Sebaliknya, Breakdown adalah istilah
higher high, yaitu dimana puncak harga yang terbaru harus lebih tinggi
koreksi harga yang terbaru tidak lebih rendah dari koreksi harga
penurunan tidak harus harganya yang terus turun, tapi pola pergerakan
harganya membentuk lower low dan lower high, yaitu dimana puncak
harga yang terbaru lebih rendah dari puncak harga yang sebelumnya,
34
dan pada saat koreksi, koreksi harga yang terbaru lebih rendah dari
2013:2).
35
suatu saham sudah memasuki area jenuh jual (oversold) atau jenuh beli
disebut dengan garis %K, dan garis ini merupakan garis utama dan
line.
atas maka akan terjadi death cross yang bearti harga sudah terlalu
36
mahal dan memungkinkan harga akan turun (momen untuk mejual
saham).
maka terjadi golden cross yang berarti harga dianggap murah dan
37
bagi investor yang sudah lama berkecimpung dalam perdagangan
pergerakan grafik MACD, dan bagi investor yang masih awam hal ini
divergernce terjadi pada saat MACD yang telah jauh berada di atas
dinilai penting.
adanya perubahan trend dan kuat lemahnya suatu trend yang sedang
38
melainkan bisa terus naik setinggi-tingginya, atau turun
garis yaitu garis MACD dan garis sinyal. Garis MACD biasanya
berwarna biru dengan format EMA 26- EMA 12, garis sinyal biasanya
39
Gambar 2.4. Sinyal Jual dan Beli Metode MACD
Sumber: Teknikal Anlisis untuk Pemula
harga mengarah dari bawah ke atas pada titik tertentu dan didukung
harga saham pada grafik harga saham dan juga dengan melihat volume
apabila grafik pergerakan harga mengarah dari atas ke bawah pada titik
40
tertentu, dan didukung dengan volume permintaan lebih besar dari
dalam keadaan masa lalu, saat ini maupun masa yang akan datang.
berinvestasi.
secara terbuka dan cepat tanpa hambatan khusus (Fahmi. 2011: 182).
menjadi tiga bentuk pasar efisien yaitu bentuk lemah, bentuk semi
41
memiliki hubungan dengan arah pergerakan harga dimasa yang
42
saham meningkat pada bulan januari dibandingkan pada bulan-bulan
pada bulan Januari dengan proyeksi harga saham yang lebih tinggi
awal tahun.
43
2.1.10. Abnormal Return
(2011: 415) efisiensi suatu pasar dapat diuji dengan melihat return
yang tidak normal atau abnormal return yang didapat, pasar dapat
dan menikmati return yang tidak normal tersebut dalam jangka waktu
faktor yang bersifat makro seperti tingkat suku bunga, inflasi, nilai
tukar mata uang dll merupakan salah satu faktor makro yang dapat
keuangan yang baik akan mampu memberikan return yang baik juga
buruk.
44
2.2.Penelitian Terdahulu
Beli dan Jual Saham Pada sub sekto Konstruksi dan Bangunan di BEI Selama
dijadikan pedoman dalam penentuan sinyal jual dan sinyal beli saham pada
sub sektor konstruksi dan bangunan periode 2014-2017. Hal ini dibuktikan
yang tergabung dalam sub sektor industri yakni 9 perusahaan sebagai sampel
menghasilkan sebanyak 269 sinyal yakni 138 sinyal beli dan 131 sinyal jual
dan sinyal menjual tersebut dikatakan akurat dan dapat dijadikan pedoman
dalam menentukan sinyal jual dan sinyal beli. Indikator Stochastic Oscillator
dapat dikatakan akurat karena dilihat dari hasil analisis menggunakan uji
Paired Sample T-test. Pengujian hipotesis dengan taraf signifikan α=0,05 dan
uji Paired Sample T-test yang menghasilkan nilai pvalue (Asymp. Sig 2
signifikan antara sinyal jual dan sinyal beli sebelum dan sesudah
konstruksi dan bangunan periode 2014-2017, oleh karena itu indikator ini
akurat dan dapat dijadikan pedoman dalam mennetukan sinyal jual dan sinyal
beli pada saham sub sektor konstruksi dan bangunan periode 2014-2017.
45
Pada penelitian yang berjudul “Analisis Teknikal dengan Indikator
dan Minuman di BEI) yang diteliti pada tahun 2016 oleh Dian Dwi Parama
MACD akurat dan dapat dijadikan pedoman untuk penentuan sinyal membeli
dan menjual dalam perdagangan saham pada sub sektor makanan dan
sinyal membeli dan 107 sinyal menjual. Pengujian hipotesis dengan taraf
signifikansi 0,782 lebih besar dari 0,05 sehingga, berdasarkan kriteria uji
maka hipotesis nol (H0) diterima. Dengan hasil uji wilcoxon signed rank test
menyatakan tidak terdapat perbedaan yang signifikan antara sinyal beli dan
sinyal jual sebelum menggunakan indikator MACD dengan sinyal beli dan
sinyal jual sesudah menggunakan indikator MACD pada saham sub sektor
menyatakan bahwa tidak terdapat perbedaan yang signifikan antara sinyal beli
dan sinyal jual sebelum MACD dan sesudah MACD, sehingga analisis
teknikal dengan indikator MACD akurat dan dapat dijadikan pedoman dalam
46
penentuan sinyal membeli dan menjual dalam perdagangan saham pada sub
dibuat oleh Adi Prabhata (2015) did dapat beberapa kesimpulan dari hasil
penelitiannya yaitu.
return.
dengan MACD.
47
membuktikan adanya abnormal return pada penggunaan analisis teknikal
Pada jurnal yang ditulis oleh Muhammad Wahyu Kusuma (2015) yang
Hasil penelitian ini adalah bahwa analisis teknikal pergerakan harga saham
fuzzy logic dapat digunakan dengan baik. Hasil analisa teknikal pada
saham mengalami tren menurun. Tren menurun merupakan sinyal yang baik
bagi calon investor yang ingin membeli saham dari sektor pertambangan.
direkomendasikan untuk untuk dibeli adalah saham Bumi Resources Tbk dan
Energi Mega Persada Tbk. Pergerakan kedua saham tengah berada pada level
Bumi Resources Tbk dan Rp 101,80 untuk Energi Mega Persada Tbk.
level support dan resistance serta analisi fuzzy logic untuk rekomendasi
48
Pada jurnal yang ditulis oleh Desi Pujiati (2014) yang berjudul “Analisis
PT Unilever Indonesia Tbk. Hasil dari penelitian ini adalah dari hasil
pada range harga tersebut akan terjadi penurunan harga (bearish). Sedangkan
titik titik oversold terjadi pada range harga Rp 6.150 sampai dengan Rp
8.000 yang mengindikasikan bahwa pada range harga tersebut akan terjadi
(bearish), dan keputusan yang sebaiknya di ambil pada tanggal 9 Maret 2009
sebaiknya menunggu (hold) sampai ada sinyal beli pada grafik stochastic
Jurnal yang ditulis oleh Natica Ardani, Werner R.Murhadi dan Deddi
Marciano (2014) yang berjudul “Investasi: komparasi strategi buy and hold
teknikal dengan moving average terbukti dapat melihat tren dari pergerakan
49
saham sesuai asumsi/prinsip dasar yang dijelaskan dalam Murphy (1999).
Dengan hasil tersebut dapat dikatakan bahwa pasar dari suatu negara akan
lebih efesien pada saat kondisi ekonomi baik efficient market hypothesis
terbukti. Namun, pada saat kondisi ekonomi negara tersebut buruk, maka
pasar saham juga menjadi tidak efesien dan pasar cenderung bergerak
sebagian besar investor dan meyebabkan pasar tidak menjadi efesien. Para
Pada jurnal yang ditulis oleh Marli, Dwi Danesty Deccasari (2014) yang
satu indikator dalam transaksi short time perdagangan saham (studi pada PT.
dari pergerakan bollinger band, yakni tren yang akan terjadi terhadap
50
bollinger band didukung pula strategi yang digunakan. Dimana sangat
harga sesuai dengan fase dalam metode bollinger searah dan saling
mendukung, maka keputusan investasi dapat diambil secara tepat (Marli &
Deccasari, 2014).
Index: A Case Study od HDFC Bank ltd Listed in National Stock Exchange
dengan performa indeks yang dihasilkan macd sebesar 9796.68 lebih besar
dibandingkan dengan metode RSI yang hanya sebesar 9038.09. dari data
tersebut metode MACD lebih cocok dalam hal membeli, memegang atau
Jurnal yang ditulis oleh Denny Andrianto C.W. Muhammad Hasbi dan
51
Martingale menutup kesalahan indikasi dari indikator MACD, dari hasil
tetapi sinyal yang diberikan tidak lebih akurat dibandingkan dengan metode
metode dalam memberikan true dan false signal. Kelebihan dari penelitian
memilih metode yang lebih akurat, sehinggga tidak salah memilih metode
dalam melakukan jual beli saham dipasar modal. Selain itu juga penelitian
52
terkini secara lebih akurat dari perusahaan yang tergabung dalam indeks
53
2.3.Kerangka Berfikir
Indikator Analisis
Teknikal
Mencari Sinyal
Jual dan Beli
Analisis Deskripsi
Uji Normalitas
Shapiro Wilk
54
2.4.Hipotesis
hypo dan thesis. Hipo berarti kurang dari, sedangkan tesis berarti pendapat.
Jadi hipotesis ialah suatu pendapat atau kesimpulan yang sifatnya masih
sementara,
Uji Beda
Ho : Tidak terdapat perbedaan yang signifikan antara sinyal jual dan sinya
Hi : Terdapat perbedaan yang signifikan antara sinyal beli dan sinyal jual
Average.
55
BAB III
METODE PENELITIAN
penelitian adalah suatu cara ilmiah untuk mendapatkan data dengan tujuan
dari kedua indikator yang digunakan yaitu Stochastic Oscillator dan Moving
mencatat harga saham sealam terjadinya sinyal jual dan sinyal beli dari
chartnexus.
56
3.2. Lokasi Penelitian
sebegai berikut:
Tabel 3.1.
Perusahaan Yang Terdaftar di Indeks DJIA
9 MMM 3M Company
57
13 CSCO Cisco Systems, Inc.
21 V Visa Inc.
Sumber : https://finance.yahoo.com/quote/%5EDJI/components?p=%5EDJI
kurun waktu 2015 smapai 2017 dengan jenis data mingguan. Menurut
objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang
58
ditetapkan oleh penelitian untuk dipelajari, kemudian ditarik
kesimpulannya.
Chartnexus.
satu perushaan yang yang datanya tidak dapat diakses menggunakan aplikasi
DWDP.
59
3.4. Data dan Sumber Data
harga saham yang terdaftar pada indeks Dow jones Industrial Average
software Chartnexus.
sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
garis sinyal (Signal Line), garis Stochastic Oscillator dan garis Moving
Average Convergence Divergence serta sinyal jual dan sinyal beli. Dalam
penelitian ini hanya melihat analisis perbandinga dari kedua metode tersebut
macam referensi seperti buku, jurnal, artikel, berita dll, yang berhubungan
Chartnexus serta mengumpulkan sinyal jual dan beli dari perpotongan grafik
60
yang di hasilkan selama periode 2015-2017 dari kedua metode yang
Analisa data yaitu melalui cara memeriksa dan meneliti data-data untuk
ini, teknik analisi data yang dilakukan antara lain sebagai berikut:
Chartnexus.
61
3.7.3. Penggunaan Stochastic Oscillator
1. Jika nilai signifikasi > 0,05 maka sebaran skor data berdistribusi
normal.
2. Jika nilai signifikasi < 0,05 maka sebaran skor data tidak
berdistribusi normal.
hipotesis yang dilakukan yaitu dengan uji statistik non parametik. Uji
62
statistik non parametik pada penelitian ini menggunakan uji Wilcoxon,
63
1. Jika nilai signifikasi > 0,05 maka sebaran skor data berdistribusi
normal.
2. Jika nilai signifikasi < 0,05 maka sebaran skor data tidak
berdistribusi normal.
hipotesis yang dilakukan yaitu dengan uji statistik non parametik. Uji
menganalisa dari dua metode tersebut guna menentukan metode mana yang
akan mendapatkan profit optimal dengan memberikan sinyal beli atau jual
64
BAB IV
4.1. Banyaknya Sinyal Jual dan Beli yang Dapat Dihasilkan dari Metode
Industrial Average
Sinyal jual dan beli yang dapat dihasilkan dari metode Stochastic
data, dimana nilai minimum yang dihasilkan oleh metode ini didapatkan oleh
perusahaan yang memiliki kode saham CSCO sebesar 24,78 dan nilai
maximum yang diperoleh oleh metode ini didapatkan oleh perusahaan yang
yaitu pada perusahaan CSCO dan nilai maximum didapatkan oleh perusahaan
dengan kode saham AAPL sebesar 51,6% untuk kode saham AXP sebesar
65
44,4%, untuk kode saham BA, CAT, MMM dan PG sebesar 50,0%, untuk
kode saham CSCO sebesar 42,3%, untuk kode saham CVX sebesar 56,7,
untuk kode saham DIS 66,7%, untuk kode saham GS sebesar 64%, untuk
kode saham HD sebesar 57,9, untuk kode saham IBM sebesar 38,1%, untuk
kode saham INTC sebesar 55,6%, untuk kode saham JNJ sebesar 34,8%,
untuk kode saham JPM sebesar 36%, untuk kode saham KO sebesar 23,3%,
untuk kode saham MCD sebesar 46,2%, untuk kode saham MRK sebesar
29,2%, untuk kode saham MSFT sebesar 26,7%, untuk kode saham NKE
sebesar 43,3%, untuk kode saham PFE sebesar 58,8%, untuk kode saham
TRV sebesar 34,8%, untuk kode saham UNH sebesar 41,7%, untuk kode
saham UTX sebesar 48,1%, untuk kode saham V sebesar 56,5%, untuk kode
saham VZ sebesar 57,7%, untuk kode saham WBA sebesar 52,4%, untuk
kode saham WMT sebesar 39,1 dan untuk kode saham XOM sebesar 38,5%.
Dengan begitu rata-rata yang dihasilkan dari metode ini sebesar 46,4%.
Average yaitu perusahaan dengan kode saham AAPL, DIS, WBA sebesar
25%, untuk kode saham AXP, HD, KO, MMM, WMT sebesar 33,3%, untuk
kode saham BA, CSCO sebesar 37,5%, untuk kode saham CAT sebesar
55,6%, untuk kode saham CVX sebesar 40%, untuk kode saham GS, IBM,
NKE, UNH, UTX sebesar 50%, untuk kode saham INTC sebesar 10%, untuk
kode saham JNJ sebesar 57,1%, untuk kode saham JPM sebesar 42,9%, untuk
kode saham MCD, MSFT, V sebesar 66,7%, untuk kode saham MRK sebesar
66
36,4%, untuk kode saham PFE, XOM sebesar 20%, untuk kode saham PG
sebesar 12,5%, untuk kode saham TRV sebesar 22,2%, untuk kode saham VZ
sebesar 62,5%. Dengan begitu rata-rata yang dihasilkan dari metode ini
sebesar 39,5%.
4.3.Besarnya Perbedaan True dan False Signal yang Dihasilkan dari Metode
Industrial Average
Besar perbedaan true dan false signal yang dihasilkan dari metode
sinyal dengan true signal sebanyak 16 dan false signal sebanyak 15, kode
sebanyak 27 sinyal dimana terdiri dari 12 true signal dan 15 false signal,
memiliki 20 sinyal yang terdiri dari 10 true signal dan 10 flase signal, metdoe
sinyal yang terdiri dari 14 true signal dan 14 false signal. Kode saham CSCO
sebanyak 26 yang terdiri dari 11 true signal dan 15 false signal, saham CVX
dari 17 true signal dan 18 false signal. Metode Stochastic Oscillator untuk
kode saham DIS memiliki sinyal sebanyak 24 yang terdiri dari 16 true signal
67
sinyal sebanyak 25 yang terdiri dari 16 true signal dan 9 false signal. Saham
terdiri dari 11 true signal dan 8 false signal, sedangkan. Kode saham IBM
INTC sebesar 18 sinyal yang terdiri dari 10 true signal dan 8 false signal,
Oscillator memiliki sinyal sebanyak 23 yang terdiri dari 8 true signal dan 15
Oscillator memiliki sinyal sebanyak 25 yang terdiri dari 9 true signal dan 16
Oscillator memiliki sinyal sebanyak 30 dengan true signal 7 dan false signal
23. Metode Stochastic Oscillator pada perushaan dengan kode saham MCD
memiliki sinyal sebanyak 26 yang terdiri dari 12 true signal dan 14 false
yang memiliki kode saham MRK memiliki sebanyak 24 sinyal yang terdiri
MSFT memiliki sebanyak 30 sinyal yang terdiri dari 8 true signal dan 22
68
Oscillator memiliki sebanyak 30 sinyal yang terdiri dari 13 true signal dan 17
stochastic Oscillaotr memiliki 17 sinyal yang terdiri dari 10 true signal dan 7
false signal,
saham PG memiliki sebanyak 26 sinyal yang terdiri dari 13 true maupun false
Stochastic Oscillator memiliki 23 sinyal yang terdiri dari 8 true signal dan 15
signal dan 14 false signal, Metode Stochastic Oscillator pada saham UTX
memiliki 27 sinyal yang terdiri dari 13 true signal dan 14 false signal, saham
sebanyak 23 sinyal yang terdiri dari 13 true signal dan 10 false signal, Kode
sinyal sebanyak 26 yang terdiri dari 15 true signal dan 11 false signal,
yang terdiri dari 11 true signal dan 10 false signal. Saham yang memiliki
sebanyak 23 sinyal yang terdiri dari 9 true signal dan 14 false sigmal,
69
10 true signal dan 16 false signal, Untuk lebih jelasnya lagi berikut
merupakan tabel dan grafik yang dihasilkan dari metode Stochastic Oscillator
Tabel 4.1
Perbedaan true dan false signal
TRUE SIGNAL FALSE SIGNAL
Metode SAHAM
JUMLAH % JUMLAH %
Stochastic
AAPL 16 51,6 15 48,4
Oscillator
AXP 12 44,4 15 55,6
BA 10 50,0 10 50,0
CAT 14 50,0 14 50,0
CSCO 11 42,3 15 57,7
CVX 17 56,7 13 43,3
DIS 16 66,7 8 33,3
GS 16 64,0 9 36,0
HD 11 57,9 8 42,1
IBM 8 38,1 13 61,9
INTC 10 55,6 8 44,4
JNJ 8 34,8 15 65,2
JPM 9 36,0 16 64,0
KO 7 23,3 23 76,7
MCD 12 46,2 14 53,8
MMM 13 50,0 13 50,0
MRK 7 29,2 17 70,8
MSFT 8 26,7 22 73,3
NKE 13 43,3 17 56,7
PFE 10 58,8 7 41,2
PG 13 50,0 13 50,0
TRV 8 34,8 15 65,2
UNH 10 41,7 14 58,3
UTX 13 48,1 14 51,9
V 13 56,5 10 43,5
VZ 15 57,7 11 42,3
WBA 11 52,4 10 47,6
WMT 9 39,1 14 60,9
XOM 10 38,5 16 61,5
Rarta-Rata 11,4 46,4 13,4 53,6
70
Metode MACD pada perusahaan AAPL sebanyak 12 sinyal terdiri dari 3
true signal dan 9 false signal, metode MACD pada saham AXP memiliki
sinyal sebanyak 9 yang terdiri dari 3 true signal dan 6 false signa.Pada
memiliki 8 sinyal yang terdiri dari 3 ture signal dan 8 false signal. Kode
9 sinyal yang terdiri dari 5 true signal dan 4 false signal. untuk metode
MACD pada perusahaan yang memiliki kode saham CSCO memiliki jumlah
sebanyak 8 sinyal yang terdiri dari 3 true signal dan 5 false signal, untuk
metode MACD pada saham yang berkdoe CVX memiliki 5 sinyal yang
terdiri dari 2 true signal dan 3 false signal. Metode MACD pada kode saham
DIS memiliki sinyal sebanyak 8 yang terdiri dari 2 true signal dan 6 false
metode MACD memiliki 6 sinyal yang terdiri dari 3 true signal dan 3 false
sebanyak 6 sinyal yang terdiri dari 2 true signal dan 4 false signal. untuk
metode MACD pada saham dengan kode IBM memiliki sinyal sebanyak 4
yang terdiri dari 2 true signal dan 2 false signal. Untuk metode MACD pada
saham dengan kode INTC memiliki 10 sinyal yang terdiri dari 1 true signal
dan 9 false signal, metode MACD pada kode saham JNJ memiliki sinyal
sebanyak 7 yang terdiri dari 4 true signal dan 3 false signal. Indikator MACD
pada perusahaan dengan kode saham JPM memiliki sinyal sebanyak 7 yang
terdiri dari 3 true signal dan 4 false signal, untuk kode saham KO dengan
71
menggunakan metode MACD memiliki 6 sinyal yang terdiri dari 2 true
signal dan 4 false signal. Metode MACD pada saham dengan kode MCD
memiliki sinyal sebanyak 9 yang terdiri dari 6 true signal dan 3 false signal.
Metode MACD pada kode saham MMM memiliki 9 sinyal yang terdiri dari 3
true signal dan 6 false signal. Pada saham dengan kode MRK dengan
true signal dan 7 false signal. metode MACD pada saham dengan kode MSFT
memiliki sebanyak 12 sinyal yang terdiri dari 8 true signal dan 4 false signal,
yang terdiri dari 4 true signal dan 4 false signal. Metode MACD pada saham
dengan kode PFE memiliki sinyal sebanyak 10 yang terdiri dari 2 true signal
dan 8 false signal. Metode MACD pada saham dengan kode PG memiliki 8
sinyal yang terdiri dari 1 true signal dan 7 false signal. Metode MACD pada
perushaan dengan kode TRV memiliki sebanyak 9 sinyal yang terdiri dari 2
true signal dan 7 false signal. Indikator MACD dengan kode saham UNH
memiliki 5 true maupun false signal. Saham dengan kode UTX dengan
maupun false signal. Metode MACD pada perusahaan dengan kode saham V
memiliki sebanyak 9 sinyal yang terdiri dari 6 true signal dan 3 false signal.
memiliki 8 sinyal yang terdiri dari 5 true signal dan 3 false signal.saham
yang terdiri dari 3 true signal dan 9 false signal. Indikator MACD pada saham
72
dengan kode WMTmemiliki sinyal sebanyak 9 yang terdiri dari 3 true signal
dengan indikator MACD memiliki sebanyak 10 sinyal yang terdiri dari 2 true
Tabel 4.2
Perbedaan true dan false signal
True Signal False Signal
METODE Saham
Jumlah % Jumlah %
MACD AAPL 3 25,5 9 75
AXP 3 33,3 6 66,7
BA 3 37,5 5 62,5
CAT 5 55,6 4 44,4
CSCO 3 37,5 5 62,5
CVX 2 40 3 60
DIS 2 25 6 75
GS 3 50 3 50
HD 2 33,3 4 66,7
IBM 2 50 2 50
INTC 1 10 9 90
JNJ 4 57,1 3 42,9
JPM 3 42,9 4 57,1
KO 2 33,3 4 66,7
MCD 6 66,7 3 33,3
MMM 3 33,3 6 66,7
MRK 4 36,4 7 63,6
MSFT 8 66,7 4 33,3
NKE 4 50 4 50
PFE 2 20 8 80
PG 1 12,5 7 87,5
TRV 2 22,2 7 77,8
UNH 5 50 5 50
UTX 5 50 5 50
V 6 66,7 3 33,3
VZ 5 62,5 3 37,5
WBA 3 25 9 75
WMT 3 33,3 6 66,7
XOM 2 20 8 80
Rata-Rata 3,3 39,5 5,2 60,5
73
Gambar 4.1
Grafik yang Dihasilkan dari True dan False Signal Masing-Masing Metode
Grafik True dan False
90,0
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0,0
CVX
HD
PG
UNH
VZ
WBA
BA
IBM
JPM
UTX
XOM
WMT
Rarta-Rata
AAPL
INTC
KO
MCD
MRK
PFE
DIS
V
MMM
MSFT
NKE
TRV
CAT
GS
JNJ
AXP
CSCO
memberikan sinyal jual maupun sinyal membeli. Selain jumlah sinyal jual
dan sinyal beli yang lebih banyak, metode Stochastic Oscillator juga lebih
sedikit dalam memberikan false signal (sinyal palsu) dari pada metode
MACD, ini dibuktikan dengan data yaitu rata-rata true signal Stochastic
74
Oacillator sebesar 46,4% dan false signal sebesar 53,6%. Sedangkan untuk
metode MACD, jumlah rata-rata true signal sebesar 39,5% dan false signal
sebesar 60,5%, yang artinya bahwa Stochastic Oscillator lebih unggul dalam
75
BAB V
PENUTUP
5.1. Kesimpulan
Dari hasil pengujian yang sudah dilakukan, didapatkan hasil bahwa analisis
Divergence (MACD) dalam menentukan sinyal jual dan sinyal beli pada indeks Dow
1. Hasil pengujian
Hasil pengujian dikatakan dapat memberikan sinyal jual dan beli, hal
Asymp. Sig. sebesarn 0,000 yang artinya nilai tersbut kurang dari 0,05
karena perolehan kurang dari 0,05 maka hipotesis dapat diterima dan
menghasilkan sebanyak 719 sinyal jual maupun beli dengan true signal
sebanyak 330 dan false signal sebanyak 389. Sedangkan untuk indikator
sinyal sebanyak 249, dengan true signal sebanyak 97 dan false signal
sebanyak 152.
76
5.2.Saran
keakurasian pada penelitian selanjutnya dapat lebih baik, selain itu juga dapat
Average, Relative Strengh Indeks (RSI) dan Bollinger Bands ( BB) Agar dapat
lebih maksimal dan memilih dalam menentukan metode yang terbaik untuk
menentuka sinyal beli maupun sinyal jual. Selain itu juga dapat menggunakan
5.3.Implikasi
1. Bagi Investor
yang lebih unggul sehingga dapat mengetahui metode mana yang lebih
baik dan akurat dalam memberikan sinyal jual maupun sinyal beli di
2. Bagi Akademis
bagaimana keakurasian sinyal jual dan beli dari kedua metode yang
77
DAFTAR PUSTAKA
Astri Dian Dwi Parama, dkk. Analsisi teknikal dengan Indikator MACD untuk
Menentukan Sinyal Membeli dan Menjual dalam Perdagangan Saham. Jurnal
Analisis Bisnis, 2 April 2016
Fahmi dan Hadi. 2011. Teori Portofolio dan Analisis Inevstasi. Edisi 2. Bandung:
Alfabeta
Finance.yahoo.com
Gunawan, Iman. 2013. Metode Penelitiaan Kualitatif :Teori dan Pratilik. Jakarta:
Bumi Aksara.
Halim, Abdul. 2015. Analisis Investasi di Aset Keuangan. Jakarta: Mitra Wacana
Media.
Hartanto, Marcello, dkk. 2014. Analisis Return 3 Indikator Teknikal untuk USD-
JPY Tahun 2013. Jakarta.
78
Harwaningrum, Miranti. Maret 2016. Perbandingan Penilaian Saham Dengan
Metode Analisis Fudamental dan Analisis Teknikal, Penggorengan Saham,
Serta Keputusan Penilaian Saham Untuk Kedua Metode Analisis Pada Saham
Bakrie Group Periode 2005-2009. Jurnal Ilmiah Manajemen dan Bisnis
Kole E, Dijk D. November 2017. How to Identify and Forecast Bull and Bear
Markets? J. Appl. Econ.
Latumaerissa, Julius R. 2015. Perekonomian Indonesia Dan Dinamika Ekonomi
Global. Jakarta: Mitra Wacana Medika.
Monika Elma Noor, dkk. 2017. Analisis Teknikal Menggunakan Indikatro MACD
untuk Membeli dan Menjual dalam Perdagangan Saham. Jurnal Prosiding
Seminar Nasional ASBIS.
May, Ellen. 2010. We Are Trading Not Gamblers. Jakarta: Vibby Printing
79
Sandrasari, Wiedya Tri. 2010. Analisis Pengaruh Volume Perdagangan,
Frekuensi Perdagangan, dan Order Imbalance TerhadapVolatilitas Harga
Saham Pada Perushaaan Go Publc Di Burs Efek Indonesia [Skripsi].
Surakarta: Universitas Sebelas Maret.
Surjoko, Felisca. 2014. Efek Bulan Januari (The January Effect). Bina Ekonomi
Majalah Ilmiah Fakultas Ekonomi Unpar
Tandelilin, Eduardus. 2010. Portofolio dan Investasi Teori dan Aplikasi. Edisi
pertama. Yogyakarta : Kanisius
Wira, Desmond. 2012. Analisis Teknikal untuk Profit Maksimal. Edisi 4. Jakarta :
Exceeds
80
Yusup, Setyadi. 2012. Pengaruh Inflasi, Nilai Tukar, Produk Domestik Bruto,
Dan Harga Minyak Dunia Terhadap Indeks Harga Saham Gabungan Di
Bursa Efek Indonesia Periode 2004-2011. Universitas Negeri Yogyakarta.
Zakaria, et.al. Maret 2018. Determinasi Indkes Harga Saham Gabungan (IHSG)
di Bursa Efek Indonesia. Future Jurnal Manajemen dan Akuntansi.
81
LAMPIRAN
Lampiran 1.
Output Harga Open dan Close Saham Stochastic Oscillator dan MACD
82
06/11/2015 73.43.00 74.03.00
25/12/2015 68.15.00 70.16.00
01/01/2016 70 69.55.00
19/02/2016 53.01.00 54.71
15/04/2016 59.67 62.14.00
20/05/2016 64.02.00 63.92
27/05/2016 63.86 65.52.00
10/06/2016 65.55.00 64.97
24/06/2016 62.65 60.06.00
29/07/2016 64.02.00 64.46.00
09/09/2016 65.16.00 65.12.00
14/10/2016 62.15.00 60.15.00
21/10/2016 60.27.00 67.36.00
04/11/2016 66.81 65.51.00
11/11/2016 66.85 70.05.00
03/03/2017 79.75 79.88
14/04/2017 77.92 75.08.00
21/04/2017 75.83 79.59.00
09/06/2017 78.75 80.31.00
11/08/2017 86.01.00 84.29.00
25/08/2017 85.45.00 85.47.00
01/09/2017 85.65 86.14.00
15/09/2017 84.97 86.99
10/11/2017 96.35.00 93.52.00
24/11/2017 93.92 93.48.00
83
21/04/2017 175.84 180.38.00
12/05/2017 185.38.00 183.25.00
26/05/2017 183.75 186.59.00
30/06/2017 202.77 197.75
84
29/04/2016 28.11.00 27.49.00
20/05/2016 26.571 27.97
17/06/2016 28.97 28.95
01/07/2016 27.48.00 28.08.00
09/09/2016 31.93 30.85
16-092016 30.61 30.84
07/10/2016 31.31.00 31.47.00
21/10/2016 30.13.00 30.15.00
25/11/2016 30.03.00 30.09.00
09/12/2016 29.33.00 30.06.00
03/02/2017 30.94 31.32.00
31/03/2017 33.82 33.08.00
28/04/2017 33.24.00 34.07.00
12/05/2017 34.46.00 33.45.00
30/06/2017 32.22.00 31.03.00
14/07/2017 30.88 31.42.00
11/08/2017 31.79 31.47.00
25/08/2017 30.37.00 31.44.00
15/09/2017 31.71 32.44.00
85
21/07/2017 104.32.00 103.25.00
28/07/2017 103.18.00 108.12.00
11/08/2017 109.81 109.23.00
08/09/2017 109.36.00 110.78
20/10/2017 119.84 118.64
24/11/2017 114.77 116.51.00
08/12/2017 19-19.81 119.92
22/12/2017 119.92 124.98
86
10/06/2016 156.25.00 149.89
01/07/2016 140.07.00 148.25.00
05/08/2016 158.81 162.09.00
23/09/2016 167.34.00 165.13.00
07/10/2016 160.05.00 169.83
10/03/2017 252.13.00 248.38.00
07/04/2017 230 227.88
28/04/2017 221.18.00 223.08.00
12/05/2017 226.75 222.82
26/05/2017 217.37.00 223.53.00
09/06/2017 213.08.00 222.44.00
14/07/2017 224.27.00 228.06.00
04/08/2017 223.95 229.79
22/09/2017 226.03.00 231.03.00
20/10/2017 238.06.00 244.73
10/11/2017 243.06.00 244.73
01/12/2017 235.75 248.95
29/12/2017 258.19.00 254.76
87
09/10/2015 145.82 152.39.00
23/10/2015 149.85 144.68
20/10/2015 131.79 138.05.00
11/12/2015 146.16.00 134.57.00
25/12/2015 135.83 138.05.00
08/01/2016 135.06.00 131.63
29/01/2016 122.01.00 124.79
12/01/2016 126 121.04.00
17/06/2016 151.63 151.99
01/07/2002 146.18.00 152.35.00
19/08/2016 162.04.00 160.04.00
14/10/2016 156.71 154.45.00
28/10/2016 150.04.00 152.61
02/12/2016 163.02.00 160.02.00
09/12/2016 160.85 166.52.00
10/03/2017 179.72 177.83
25/08/2017 139.59.00 143.74
08/09/2017 143.05.00 142.45.00
15/09/2017 143.54.00 144.82
88
16/10/2015 95.07.00 98.24.00
18/12/2015 101.645 101.95
01/01/2016 103.18.00 102.72
29/01/2016 96.72 104.44.00
19/02/2016 102.37.00 104.16.00
12/08/2016 124 123.22.00
14/10/2016 119.51.00 117.56.00
04/11/2016 115.28.00 115.11.00
02/12/2016 113.79 111.96
09/12/2016 112.04.00 112.26.00
17/02/2017 115.28.00 118.86
24/03/2017 128.04.00 125.48.00
19/05/2017 124.41.00 127
30/06/2017 136.48.00 132.29.00
21/07/2017 132.71 135.31.00
08/09/2017 130.72 130.98
29/09/2017 131.47.00 130.01.00
13/10/2017 133.66 136.43.00
27/10/2017 142.13.00 141.78
15/12/2017 140.01.00 142.46.00
89
11/08/2017 93.89 91.42.00
22/09/2017 91.93 94.83
10/11/2017 101.34.00 97.51.00
01/12/2017 98.31.00 104.79
90
18/03/2016 121.81 124.08.00
22/04/2016 127.95 125.05.00
29/04/2016 125.07.00 126.49.00
13/05/2016 130.65 128.83
17/06/2016 121.95 122.27.00
01/07/2016 118.16.00 120.04.00
29/07/2016 127.95 117.65
19/08/2016 119.02.00 115.01.00
23/09/2016 115.83 117.17.00
11/11/2016 112 114.22.00
02/12/2016 130.38.00 118.24.00
09/12/2016 119.45.00 121.26.00
06/01/2017 121.86 120.76
13/01/2017 120.76 121.05.00
04/08/2017 155.92 153.82
11/08/2017 154.14.00 157.03.00
15/09/2017 160 156.92
06/10/2017 156 159.06.00
10/11/2017 168.09.00 165.59.00
24/11/2017 167.33.00 169.11.00
91
06/10/2017 210.73 216.52.00
10/11/2017 232.22.00 227.45.00
24/11/2017 229.09.00 231.38.00
22/12/2017 238.58.00 234.73
92
02/12/2016 60.34.00 59.25.00
09/12/2016 59.07.00 61.79
30/12/2016 63.21.00 62.14.00
03/02/2017 65.69 63.68
17/02/2017 64.24.00 64.62
03/03/2017 64.54.00 64.25.00
10/03/2017 63.97 64.93
17/03/2017 65.01.00 64.87
31/03/2017 64.63 65.86
14/04/2017 65.61 64.95
21/04/2017 65.04.00 66.04.00
19/05/2017 68.14.00 67.69
26/05/2017 67.89 69.96
09/06/2017 71.97 70.32.00
14/07/2017 69.46.00 72.78
04/08/2017 73.03.00 72.78
01/09/2017 73.06.00 73.94
17/11/2017 83.66 82.04.00
01/12/2017 83.31.00 84.26.00
93
19/05/2017 54.12.00 51.77
26/05/2017 51.77 52.59.00
16/06/2017 53.51.00 51.01.00
23/06/2017 51.42.00 52.85
11/08/2017 59.82 58.97
15/09/2017 52.38.00 53.87
22/09/2017 53.87 53.24.00
20/10/2017 50.08.00 53.06.00
94
14/10/2016 90.19.00 88.43.00
04/11/2016 87.01.00 85.08.00
09/12/2016 82.559 84.37.00
20/01/2017 83.09.00 87.45.00
31/03/2017 90.45.00 89.85
28/04/2017 89.12.00 87.33.00
26/05/2017 86.25.00 87.25.00
28/07/2017 88.55.00 90.21.00
26/05/2017 86.25.00 87.25.00
28/07/2017 88.55.00 90.21.00
22/09/2017 93.17.00 92.24.00
13/10/2017 92.04.00 93.04.00
20/10/2017 92.97 88.25.00
10/11/2017 86.55.00 88.16.00
95
UNH 26/06/2015 121.63 123.25.00
17/07/2015 123.01.00 123.85
21/08/2015 120.04.00 116.28.00
18/09/2015 119.03.00 122.47.00
25/09/2015 123.49.00 116.37.00
08/01/2016 116.91 110.16.00
15/01/2016 110.51.00 109.27.00
19/02/2015 112.63 117.68
08/04/2016 130.05.00 125.68
13/05/2016 131.75 129
24/06/2016 139.22.00 137.29.00
19/08/2016 142.96 142.04.00
14/10/2016 136.97 133.92
21/10/2016 134.06.00 145.37.00
11/11/2016 139.06.00 146.42.00
17/02/2017 160.69 157.62
24/02/2017 157.62 163.06.00
17/03/2017 169.99 169.07.00
21/04/2017 164.99 171.16.00
12/05/2017 173.93 171.81
15/09/2017 199.25.00 198.18.00
06/10/2017 196.59.00 198.06.00
20/10/2017 192.48.00 207.49.00
15/12/2017 224.16.00 221.82
29/12/2017 219.09.00 220.46.00
96
10/02/2017 109.81 111.05.00
03/03/2017 112.59.00 111.34.00
17/03/2017 112.56.00 113.45.00
24/03/2017 113.04.00 118.08.00
21/04/2017 112.53.00 114.99
21/07/2017 123.73 123.49.00
01/09/2017 115.29.00 117.92
08/09/2017 115.59.00 109.55.00
15/09/2017 110.01.00 113.08.00
03/11/2017 119.41.00 121.07.00
01/12/2017 116.82 120.12.00
97
15/01/2016 45.11.00 44.43.00
22/01/2016 44.74 47.04.00
08/04/2016 54.03.00 52.18.00
17/06/2016 52.05.00 53.78
29/07/2016 56.01.00 55.41.00
16/09/2016 51.75 51.88
23/09/2016 51.89 52.56.00
07/10/2016 51.84 49.92
18/11/2016 46.71 48.07.00
13/01/2017 53.22.00 52.55.00
31/03/2017 49.68 48.75
02/06/2017 45.26.00 46.44.00
23/06/2017 46.63 45.39.00
21/07/2017 43.63 44.23.00
11/08/2017 48.79 48.06.00
25.08-2017 47.83 48.68
15/09/2017 46.23.00 47.86
06/10/2017 49.39.00 48.81
10/11/2017 46.31.00 44.88
17/11/2017 44.92 45.42.00
01/12/2017 47.37.00 51.25.00
98
10/11/2017 66.75 70.99
99
07/04/2017 82.02.00 82.76
14/04/2017 83.12.00 81.69
28/04/2017 81.28.00 81.65
02/06/2017 81.28.00 79.05.00
16/06/2017 82.67 83.49.00
11/08/2017 80.17.00 78.21.00
08/09/2017 76.64 78.82
10/11/2017 83.03.00 82.94
01/12/2017 81.32.00 83.46.00
15/12/2017 82.95 83.03.00
22/12/2017 83.13.00 83.97
100
09/09/2016 131.63 128.53.00
30/09/2016 131.07.00 131.74
19/05/2016 183.03.00 180.76
16/06/2016 190.03.00 196.44.00
17/11/2017 261.67 262.26.00
08/12/2017 276.16.00 285.09.00
101
05/05/2017 115.59.00 111.99
10/12/2017 98.37.00 104.78
102
17/02/2017 115.28.00 118.86
18/08/2017 134.02.00 132.63
20/10/2017 136.45.00 142.04.00
29/12/2017 140.46.00 139.72
103
13/10/2017 215.96 217.72
104
26-08-2-16 34.08.00 34.82
06/01/2017 32.07.00 33.48.00
27/01/2017 31.68 31.42.00
10/02/2017 32 32.35.00
12/05/2017 33.04.00 33.01.00
30/06/2017 34.16.00 33.59.00
11/08/2017 33.55.00 33.25.00
01/09/2017 33.05.00 33.96
105
UTX 23/10/2015 92.05.00 100.62
22/01/2016 86.35.00 86.35.00
26/02/2016 89.19.00 97.69
09/09/2016 107 102.68
18/11/2016 109.42.00 106.05.00
31/03/2017 111.08.00 112.21.00
28/04/2017 115.09.00 118.99
28/07/2017 123.49.00 118.87
03/11/2017 119.41.00 121.07.00
17/11/2017 117.95 116.53.00
08/12/2017 121.18.00 122.81
106
19/05/2017 85.16.00 80.61
18/08/2017 80.88 80.03.00
29/09/2017 78.06.00 77.22.00
15/12/2017 71.32.00 71.94
107
Lampiran 2
Tabel 4.1
Uji Statistik Deskripsi Stochastic Oscillator
Descriptive Statistics
Std.
Harga_Saham_Stoch
752 24.78 254.76 94.7766 45.33127
astic_Oscillator
Tabel 4.2
Uji Statistik Deskripsi MACD
Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
Harga_Saham_MAC
279 26.12 285.09 94.2293 46.72554
D
Valid N (listwise) 279
108
2. Output Uji Normalitas
Case Processing Summary
Cases
HARGA_SAHAM Stochastic
752 100.0% 0 .0% 752 100.0%
oscillator
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statist
METODE ic df Sig. Statistic df Sig.
HARGA_SAHA Stochastic
.071 752 .000 .946 752 .000
M oscillator
a. MOVINNG_AVERAGE_CONVERGENCE_DIVERGENCE <
STOCHASTIC_OSCILLATOR
b. MOVINNG_AVERAGE_CONVERGENCE_DIVERGENCE >
STOCHASTIC_OSCILLATOR
c. MOVINNG_AVERAGE_CONVERGENCE_DIVERGENCE =
STOCHASTIC_OSCILLATOR
109
Test Statisticsb
MOVINNG_AVERAGE_CONVERG
ENCE_DIVERGENCE -
STOCHASTIC_OSCILLATOR
Z -4.401a
110