Penerapan Machine Learning dalam Pengklasifikasian Indeks saham SRI-Kehati
Abstract
Para investor sangat memperhatikan pilihan mereka tentang investasi di pasar modal. Salah satu pertimbangan keputusan investasi tersebut adalah paradigma baru yang dikenal sebagai ESG (Environment, Social and Governance). Di Indonesia sendiri,baru terdapat satu indeks saham yang menerapkan prinsip Sustainable Responsible Investment (SRI), serta prinsip lingkungan, sosial dan tata Kelola (ESG) yaitu indeks SRI-Kehati. Indeks SRI-Kehati adalah indeks hijau yang diterbitkan oleh Yayasan KEHATI yang bekerjasama dengan Bursa Efek Indonesia (BEI). Maka dari itu, tujuan dari penelitian ini adalah untuk mengidentifikasi saham yang sesuai dengan kriteria SRI-Kehati serta memberikan rekomendasi untuk investasi berkelanjutan. Adapun data yang dipakai pada penelitian ini adalah data sekunder yang berjumlah 924 perusahaan saham dan berasal dari Bursa Efek Indonesia (BEI). Variabel penelitian yang digunakan adalah indeks SRI-Kehati sebagai variabel dependen dan jenis papan pencatatan, sektor saham, indeks saham syariah serta indeks saham LQ45 sebagai variabel independen. Metode yang digunakan pada penelitian ini adalah Random Over Sampling Examples (ROSE) untuk mengatasi ketidakseimbangan data; metode random forest, decision tree, naïve bayes serta support vector machine (SVM) untuk klasifikasi. Hasil penelitian menunjukkan bahwa metode klasifikasi terbaik berdasarkan nilai ukuran evaluasi adalah metode decision tree karena memiliki akurasi, presisi, recall dan F1-score terbesar.
