PENGELOMPOKAN SAHAM BERBASIS VOLATILITAS DAN RETURN MENGGUNAKAN K-MEANS UNTUK OPTIMALISASI DIVERSIFIKASI PORTOFOLIO

Abstrak

Penelitian ini bertujuan untuk melakukan pengelompokan sepuluh saham dari tiga sektor berbeda- perbankan, teknologi, dan industri- berdasarkan nilai mean return dan volatilitas periode 2022–2025 menggunakan algoritma K-Means.  Penelitian ini menggunakan penelitian kuantitatif dengan pendekatan deskriptif dan eksploratif. Dari hasil penelitian didapatkan bahwa Terdapat tiga klaster dari klasterisasi. Pada penelitian ini klaster berfungsi sebagai dasar segmentasi resiko dan juga membantu memaksimalkan diversifikasi. Diversifikasi optimal dapat dihasilkan dengan mengkombinasikan saham dari klaster 0 (low-risk), klaster 2 (medium-risk), dan klaster 1 (high-risk). Sehingga portofolio menjadi lebih tahan terhadap fluktuasi pasar. Secara keseluruhan, hasil klasterisasi menunjukkan adanya pemisahan yang jelas antara saham berisiko rendah dan stabil (Klaster 0), sangat berisiko namun berpotensi tinggi (Klaster 1), dan berisiko tinggi dengan kinerja return yang tidak konsisten (Klaster 2). Hasil ini dapat digunakan sebagai dasar penyusunan strategi diversifikasi portofolio berdasarkan profil risiko investor. Berdasarkan komposisi klaster yang didapat, implikasi diversifikasi dapat dipilih untuk menggabungkan aset dari kluster 0 dan klaster 2 memberikan profil resiko dan return yang optimal untuk portofolio konservatif hingga moderat ataupun bisa dengan menambahkan aset dari kluster 1 untuk meningkatkan kinerja portofolio dalam jangka pendek, terutama bagi investor agresif.