Deteksi Komunitas pada Jaringan Kompleks Pasar Saham IHSG dengan Metode Hybrid Complex Network, Random Matriks Theory, dan Algoritma Leiden
Pasar saham merupakan sistem yang kompleks, terdiri dari berbagai elemen yang saling berinteraksi dan membentuk jaringan dinamis dengan hubungan yang tidak selalu tampak secara langsung. Di Indonesia, Indeks Harga Saham Gabungan (IHSG) merepresentasikan pergerakan pasar saham secara menyeluruh. Kompleksitas interaksi antarsaham ini dipengaruhi oleh berbagai faktor dan menciptakan keterhubungan yang rumit antar sektor. Penelitian ini menerapkan pendekatan hybrid yang menggabungkan Random Matrix Theory (RMT), Complex Network (CN), dan algoritma Leiden untuk mendeteksi struktur komunitas saham dalam IHSG berdasarkan sektor. Data yang digunakan berupa harga penutupan harian saham di IHSG selama periode Januari 2014 hingga Januari 2024. Metode ini mencakup pembentukan matriks korelasi antarsaham, penyaringan noise korelasi menggunakan RMT, serta analisis komunitas menggunakan algoritma Leiden. Pendekatan multi-threshold korelasi (0.7; 0.8; dan 0.9) diterapkan untuk mengevaluasi tingkat kekuatan dan konsistensi hubungan antar sektor. Hasil penelitian menunjukkan bahwa kombinasi RMT, CN, dan algoritma Leiden mampu mengidentifikasi komunitas saham dengan hubungan yang signifikan. Threshold korelasi yang lebih tinggi menghasilkan komunitas yang lebih stabil dan konsisten, dengan nilai modularitas maksimum sebesar 0.72 pada threshold 0.9. Pendekatan ini terbukti efektif dalam memetakan interaksi lintas sektor di pasar saham IHSG.
URI
https://repo.itera.ac.id/depan/submission/SB2508040062
Keyword
Algoritma Leiden Complex Network Deteksi Komunitas Saham IHSG Random Matrix Theory