ANALISIS KOMPARATIF INDIKATOR ANALISA TEKNIKAL MOVING AVERAGE CONVERGENCE-DIVERGENCE DAN STOCHASTIC OSCILLATOR DALAM MENENTUKAN SINYAL JUAL DAN BELI (Studi Kasus Pada Perdagangan Saham Pertambangan Subsektor Batubara Tahun 2020-2022)

RAJENDRA, SADHAM DAVIN (2023) ANALISIS KOMPARATIF INDIKATOR ANALISA TEKNIKAL MOVING AVERAGE CONVERGENCE-DIVERGENCE DAN STOCHASTIC OSCILLATOR DALAM MENENTUKAN SINYAL JUAL DAN BELI (Studi Kasus Pada Perdagangan Saham Pertambangan Subsektor Batubara Tahun 2020-2022). Other thesis, UPN "Veteran" Yogyajarta.

[thumbnail of SadhamDavinRajendra_152190075_Abstraksi.pdf] Text
SadhamDavinRajendra_152190075_Abstraksi.pdf

Download (88kB)
[thumbnail of SadhamDavinRajendra_152190075_Cover.pdf] Text
SadhamDavinRajendra_152190075_Cover.pdf

Download (97kB)
[thumbnail of SadhamDavinRajendra_152190075_DaftarIsi.pdf] Text
SadhamDavinRajendra_152190075_DaftarIsi.pdf

Download (45kB)
[thumbnail of SadhamDavinRajendra_152190075_DaftarPustaka.pdf] Text
SadhamDavinRajendra_152190075_DaftarPustaka.pdf

Download (109kB)
[thumbnail of SadhamDavinRajendra_152190075_HalamanPengesahan.pdf] Text
SadhamDavinRajendra_152190075_HalamanPengesahan.pdf

Download (455kB)
[thumbnail of SadhamDavinRajendra_152190075_Skripsi.pdf] Text
SadhamDavinRajendra_152190075_Skripsi.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

v
ABSTRAKSI
Sadham Davin Rajendra, Nomor Induk Mahasiswa 152190075, Jurusan
Ilmu Administrasi Bisnis Fakultas Ilmu Sosial dan Ilmu Politik Universitas
Pembangunan Nasional “Veteran” Yogyakarta dengan judul “Analisis Komparatif
Indikator Analisa Teknikal Moving Average Convergence-Divergence dan
Stochastic Oscillator Dalam Menentukan Sinyal Jual dan Beli Studi Kasus Pada
Perusahaan Pertambangan Subsektor Batubara Pada Tahun 2020-2022”, 2023.
Dosen Pembimbing I oleh Sadeli dan Dosen Pembimbing II oleh Adi Soeprapto.
Penelitian ini bertujuan untuk menjelaskan perbedaan dari penggunaan
indikator analisis teknikal Moving Average Convergence-Divergence dan
Stochastic Oscillator mengenai seberapa besar tingkat akurasi dan rata-rata return
yang dihasilkan. Objek penelitian ini adalah perusahaan pertambangan subsector
batubara yang terdaftar di Bursa Efek Indonesia pada tahun 2020-2022. Jenis
penelitian yang digunakan adalah penelitian komparatif. Sampel penelitian ini
berjumlah 17 perusahaan dan 51 data berdasarkan 3 tahun waktu penelitian. Teknik
analisis data yang digunakan dalam penelitian ini adalah analisis tingkat akurasi
dan rata-rata return berdasarkan sinyal beli dan jual yang dihasilkan oleh indikator
Moving Average Convergence-Divergence dan Stochastic Oscillator yang
kemudian diolah menggunakan software SPSS.
Berdasarkan hasil analisis komparatif terhadap kedua indikator yang diuji,
yaitu Moving Average Convergence-Divergence dan Stochastic Oscillator
didapatkan hasil bahwa Stochastic Oscillator memberikan hasil yang lebih baik dari
Moving Average Convergence-Divergence dalam memberikan sinyal jual dan beli.
Stochastic Oscillator memiliki tingkat akurasi sebesar 87,63% dan memiliki rata-
rata return sebesar 12%, sedangkan Moving Average Convergence-Divergence
memiliki tingkat akurasi sebesar 37,25% dan memiliki rata-rata return sebesar
4,82%.
Saran dari penelitian ini untuk penelitian selanjutnya diharapkan dapat
menambahkan faktor yang diteliti seperti rata-rata lamanya waktu dalam setiap
munculnya sinyal beli dan jual, serta menambah indikator lain untuk diuji. Adapun
saran untuk investor baiknya keputusan beli maupun jual tidak hanya bergantung
dengan sinyal beli dan sinyal jual yang dihasilkan dari indikator tersebut, tetapi
dengan memperhatikan komponen analisis teknikal lainnya.
Kata Kunci: Moving Average Convergence-Divergence, Stochastic Oscillator,
Tingkat Akurasi, Rata-Rata Return

Item Type: Thesis (Other)
Uncontrolled Keywords: Moving Average Convergence-Divergence, Stochastic Oscillator, Tingkat Akurasi, Rata-Rata Return
Subjects: H Social Sciences > H Social Sciences (General)
Divisions: Faculty of Law, Arts and Social Sciences > School of Social Sciences
Depositing User: Eko Yuli
Date Deposited: 28 Nov 2023 01:47
Last Modified: 28 Nov 2023 01:48
URI: http://eprints.upnyk.ac.id/id/eprint/38234

Actions (login required)

View Item View Item