Prediksi Harga dan Valuasi Saham BBCA, BBRI, dan BMRI melalui Relative Valuation Method di Indonesia

Sutio, Calvin (2024) Prediksi Harga dan Valuasi Saham BBCA, BBRI, dan BMRI melalui Relative Valuation Method di Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (771kB)
[img] PDF
BAB_I.pdf

Download (296kB)
[img] PDF
BAB_II.pdf

Download (399kB)
[img] PDF
BAB_III.pdf

Download (306kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (1MB)
[img] PDF
BAB_V.pdf

Download (205kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (277kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (583kB)

Abstract

Menganalisis pergerakan harga saham perusahaan dan mengetahui nilai intrinsik perusahaan BBCA, BBRI, dan BBRI merupakan tujuan dari penelitian ini. Valuasi saham merupakan faktor yang sangat penting bagi manajemen investasi. Perusahaan yang diteliti dalam penelitian ini adalah perusahaan Bank Central Asia, Bank Rakyat Indonesia, dan Bank Mandiri yang sudah lama berdiri dan terdaftar di Bursa Efek Indonesia (BEI). Investor dapat mempelajari valuasi saham untuk memperkecil resiko investasi. Penelitian ini membatasi saham untuk diteliti yaitu saham yang termasuk dalam LQ45 pada sektor perbankan dengan valuasi terbesar. Data yang dikumpulkan merupakan data historikal tahunan perusahaan BBCA, BBRI, dan BMRI dari 1 Januari 2018 sampai 31 Desember 2023. Valuasi saham memberikan gambaran nilai intrinsik yang akan digunakan untuk menentukan apakah saham dinilai terlalu rendah, dinilai dengan benar, atau dinilai terlalu tinggi. Nilai atau valuasi perusahaan pada penelitian ini diukur dengan pendekatan ilmu Big Data menggunakan Market Value Equity Ratio (MVER), Market to Book Value Ratio (MVBR), sedangkan performa finansial perusahaan tersebut diukur dengan menggunakan pengukuran Price Earning Ratio (PER) dan Price to Book Value (PBV). Model Long Short-Term Memory diimplementasikan dalam penelitian ini. Hasil dari pengimplementasian model mendapatkan bahwa model neural network Long Short-Term Memory memberikan akurasi yang cukup tinggi di angka 95%- 99%. Hasil dari penelitian menunjukkan bahwa pemodelan Long Short-Term Memory dapat memprediksi pergerakan harga saham perbankan Indonesia dengan sangat baik terutama pada saham BBCA, BBRI, dan BMRI.

Item Type: Thesis (Bachelor Thesis)
Keywords: Big Data, Fundamental, Investasi, Saham, Valuasi.
Subjects: ?? T70 ??
Divisions: Faculty of Engineering & Informatics > Information System
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 09 Nov 2024 11:16
Last Modified: 09 Nov 2024 11:16
URI: https://kc.umn.ac.id/id/eprint/33772

Actions (login required)

View Item View Item