PENERAPAN FUZZY C-MEANS DALAM KLASTERISASI RISIKO DAN KINERJA SAHAM PERBANKAN INDONESIA

Abstract

Perkembangan pasar modal Indonesia, khususnya pada sektor perbankan, mendorong investor untuk melakukan analisis saham yang lebih akurat dalam menilai tingkat risiko dan profitabilitas emiten. Namun, karakteristik data keuangan dan risiko saham perbankan yang kompleks serta cenderung tumpang tindih (overlap) menyulitkan proses pengelompokan menggunakan metode klasterisasi konvensional yang bersifat tegas. Penelitian ini bertujuan mengelompokkan saham perbankan berdasarkan indikator kinerja dan risiko guna mendukung pengambilan keputusan investasi yang lebih objektif. Metode yang digunakan adalah Fuzzy C-Means (FCM) dengan memanfaatkan data rasio keuangan dan risiko pasar yang meliputi Return on Assets (ROA), Return on Equity (ROE), Earnings per Share (EPS), Debt to Equity Ratio (DER), Non-Performing Loan (NPL), volatilitas, dan Value at Risk (VaR). Tahapan penelitian meliputi eksplorasi data, prapemrosesan, pembentukan model klasterisasi, serta validasi dan evaluasi model. Hasil penelitian menunjukkan bahwa FCM berhasil membentuk tiga klaster saham perbankan dengan karakteristik risiko dan profitabilitas yang berbeda. Nilai Fuzzy Partition Coefficient (FPC) sebesar 0,5170 menunjukkan kualitas klasterisasi yang cukup baik meskipun terdapat karakteristik data yang saling tumpang tindih. Dengan demikian, Fuzzy C-Means efektif digunakan untuk mendukung analisis investasi berbasis data pada saham sektor perbankan