Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKInvestor melakukan investasi untuk mendapatkan imbal hasil yang besar dengan risiko minimum. Untuk mengoptimalkan imbal hasil dan risiko yang didapatkan dari investasi, investor dapat melakukan diversifikasi yang efisien. Salah satu bentuk diversifikasi yang efisien adalah dengan melakukan pemilihan portofolio. Pemilihan portofolio merupakan masalah optimisasi dalam pemilihan kombinasi aset yang dapat menghasilkan imbal hasil dan risiko yang optimal. Model yang digunakan dalam menyelesaikan masalah pemilihan portofolio pada skripsi ini adalah model standar Markowitz dengan diberikan kendala tambahan yaitu banyaknya aset yang diinvestasikan dan kendala batasan proporsi untuk masing-masing aset. Terdapat banyak metode yang bisa digunakan untuk menyelesaikan masalah pemilihan portofolio dengan model tersebut, salah satunya adalah metode Cat Swarm Optimization. Hasil implementasi pemilihan portofolio dengan menggunakan metode Cat Swarm Optimization berupa pasangan imbal hasil dan risiko beserta proporsi investasi untuk setiap aset. Hasil implementasi tersebut kemudian di analisis untuk melihat kinerja metode CSO dalam masalah pemilihan portofolio.

---

ABSTRAKThe purpose of investments is to get high return with minimum risk. To optimize return and risk from investments, investors should diversify their assets efficiently. One such method is portfolio selection. Portfolio selection is an optimization problem in selecting asset combinations which produce an optimal risk and return. In this thesis, the model for solving the optimization problem is Markowitz standard model with some additional constraints. The constraints are the number of assets that are held in a portfolio and bounding assets proportion constraint. There are some methods to solve portfolio selection with this model. One of the methods is Cat Swarm Optimization. The implementation results from portfolio selection using Cat Swarm Optimization are some pairs of return and risk with their asset proportions. The results are analyzed to test the performance of Cat Swarm Optimization in portfolio selection."

"Investasi saham merupakan salah satu jenis investasi yang paling populer karena saham memberikan tingkat keuntungan yang tinggi dibandingkan dengan jenis investasi lainnya, tetapi saham juga memiliki tingkat risiko yang tinggi. Fluktuasi harga saham memberikan peluang bagi investor untuk mendapatkan keuntungan yang tinggi. Dibutuhkan sebuah model prediksi harga saham untuk melihat pergerakan harga saham di masa yang akan datang, sehingga investor dapat menentukan waktu yang tepat untuk membeli, menahan, dan menjual saham mereka. Dengan demikian, mereka terlepas dari risiko kerugian dan memperoleh keuntungan yang besar. Terdapat beberapa studi yang membahas tentang prediksi harga saham menggunakan machine learning. Salah satunya yaitu menggunakan Support Vector Regression (SVR). Oleh karena itu, pada skripsi ini akan diuji penerapan SVR menggunakan Particle Swarm Optimization (PSO) sebagai seleksi fitur dalam memprediksi harga saham di Indonesia. Pada skripsi ini digunakan data historis saham harian dari Jakarta Stock Index dan beberapa saham pada sektor real estate dan properti. Beberapa indikator teknikal digunakan sebagai fitur dalam memprediksi harga saham. Studi ini menunjukkan bahwa prediksi harga saham menggunakan SVR dengan PSO sebagai seleksi fitur memiliki kinerja yang baik untuk semua data, fitur, dan jumlah data training yang digunakan pada skripsi ini memiliki nilai error yang kecil. Oleh karena itu, diperoleh model yang akurat untuk memprediksi harga saham di Indonesia.

---

Stock investing is one of the most popular types of investments since it provides the highest return among all investment types, although it is associated with considerable risk. Fluctuating stock prices provide an opportunity for investors to make a high profit. A stock price prediction model is needed to see future stock price movements, so investors can decide the right time to buy, hold, and sell their stocks which regardless of the risk of loss and gain a big profit. Several studies have focused on the prediction of stock prices using machine learning. One of them is Support Vector Regression (SVR). Therefore, this study examines the application of SVR using Particle Swarm Optimization (PSO) as feature selection in predicting Indonesian stock price. This thesis used historical daily stock data from Jakarta Stock Index (JKSE) and several real estates and property stock sectors. Some technical indicators are used as a feature in predicting stock price. The study found that stock price prediction using SVR with PSO as feature selection showed good performances for all data, features and the amount of training data used by the study have relatively low error probabilities. Therefore, an accurate model is obtained to predict stock price in Indonesia."

"Perkembangan platform transportasi online mengubah perilaku masyarakat, khususnya dalam layanan pesan-antar makanan online. Tingginya penggunaan layanan ini menimbulkan masalah terkait tingginya jumlah kurir plaform transportasi online yang harus beroperasi untuk memenuhi semua permintaan layanan. Salah satu solusi untuk mengatasi hal tersebut yaitu dengan menggabungkan dua permintaan pesanan (order) dari pelanggan yang lokasinya berdekatan, cukup dilayani oleh satu kurir dengan memperhatikan beberapa kendala sehingga tetap menguntungkan semua pihak. Pelanggan dalam penelitian ini mengacu pada merchant dan customer. Penggabungan dua pelanggan yang dilayani oleh satu kurir di sini disebut sebagai fitur double orders. Penelitian ini melakukan optimasi rute pesan-antar makanan pada layanan transportasi online yang mengimplempentasikan penggunaan fitur double orders dengan mempertimbangkan kepuasan pelanggan dan bertujuan meminimumkan biaya operasional. Kepuasan pelanggan yang dimaksud terkait dengan rentang waktu (time windows) pengambilan dan pengantaran makanan agar kualitasnya tetap terjaga. Kurir yang melewati rentang waktu yang telah ditetapkan akan dikenakan biaya penalti. Masalah optimasi rute layanan pesan-antar makanan ini dimodelkan dalam bentuk Vehicle Routing Problem Pickup Delivery with Time Windows (VRPPDTW), untuk penyelesaiannya digunakan metode Particle Swarm Optimization (PSO). Metode PSO adalah metode metaheuristik yang terinspirasi dari perilaku kawanan organisme (swarm) yang menyimpan informasi mengenai posisi (solusi) terbaik. Pada penelitian ini digunakan data yang terdiri dari 50 permintaan layanan pesan-antar makanan. Hasil yang diperoleh dari penerapan metode PSO untuk mengoptimasi rute kurir layanan pesan-antar dengan fitur double orders tersebut mampu mengurangi jumlah kurir yang beroperasi hingga 50% dan menghemat total biaya operasional yang harus dikeluarkan hingga 36.65%.

---

The development of online transportation platforms has changed public behavior, especially in online food takeaway-delivery services. The high demand for these services has led to issues related to the large number of online transportation platforms drivers needed in fulfilling all service requests. One solution to this problem is by combining two orders from clients located nearby which can be served by a single driver while considering several constraints to ensure it benefits all parties involved. In this study, clients refer to both merchant and customer. The process of combining two clients served by a driver is referred to as the double orders feature. This study focuses on optimizing food takeaway-delivery routes in online transportation services by implementing the double orders feature, considering clients satisfaction and aiming to minimize operational costs. Clients’ satisfaction here relates to the time windows for picking up and delivering food to ensure its quality is maintained. Drivers who exceed the designated time windows will incur penalty costs. The problem of optimizing food takeaway-delivery service routes is modeled as a Vehicle Routing Problem with Pickup and Delivery and Time Windows (VRPPDTW), and it is solved using the Particle Swarm Optimization (PSO) method. PSO is a metaheuristic method inspired by the behavior of swarms of organisms, which store information about the best positions (solutions). In this study, data consisting of 50 food takeaway-delivery requests is used. The results obtained from applying the PSO method to optimize drivers routes with the double orders feature show that it can reduce the number of operating drivers by up to 50% and save total operational costs by 36.65%."

"ABSTRAKPenelitian ini memiliki dua tujuan. Pertama, untuk menganalisis keberadaan anomali Monday effect di Bursa Efek Indonesia. Kedua, untuk membuktikan bahwa anomali Monday effect secara signifikan dapat dijelaskan dengan menggunakan model tiga faktor Fama-French. Variabel dependen dari penelitian ini adalah excess return harian serta memasukkan variabel dummy dan conditional variance sebagai variabel independen dalam regresi nya. Untuk memenuhi tujuan penelitian kedua, faktor risiko yaitu return pasar dan size premium dimasukkan ke dalam model regresi. Metode analisis yang digunakan untuk mengukur volatilitas return adalah metode autoregressive conditional heteroskedasticity ARCH dan generalized autoregressive conditional heteroskedasticity GARCH . Hasil penelitian menemukan bahwa adanya anomali Monday effect di Bursa Efek Indonesia. Anomali Monday effect tersebut dapat dijelaskan oleh faktor risiko yaitu return pasar dan ukuran perusahaan.

---

ABSTRACT

There are two purposes in this study. First to analyze whether anomaly of Monday effect exist in Indonesia Stock Exchange. Second, to examine whether Monday effect can be explained by Fama French rsquo s three factor model. Dependent variable of this study is daily axcess return which includes dummy variable and conditional variance as independent variables in its regression. To fulfil the second purposes, market return and size premium are included in the regression model. Autoregressive conditional heteroskedasticity ARCH and generalized autoregressive conditional heteroskedasticity GARCH were used as analytical methods to measure return volatility. The results in the study show that anomaly of Monday effect exist in Indonseia Stock Exchange. Furthermore, anomaly of Monday effect are explained by market return and the size of the firms."

"Analisis Anomali Size Effect dan Book To Market Effect Terhadap Return Saham dengan Menggunakan Model Tiga Faktor Fama dan French di Bursa Efek Jakarta Penelilian ini memiliki dua tujuan. Pertama, untuk menganalisis apakah terdapat anomali size effect dan book to market eject di Bursa Efek Jakarta. Kedua, untuk mempelajari dan menjelaskan apakah model tiga faktor Fama dan French dapat digunakan untuk menganalisis anomali size :feet dan book to market eject terhadap return saharn di Bursa Efek Jakarta (BEJ).Metode penelifian yang digunakan adalah explanatory survey dengan jenis penelitian veriiikatif. Obyek penelitian adalah semua saham yang diperdagangkan di Bursa Efek Jakarta pada periode Januari 2001-Desember 2003. Untuk memenuhi tujuan penelitian pertama digunakan uji statistik beda rata-rata, sedangkan tujuan penelitian kedua dipenuhi dengan menggunakan uji statistik F, analisis regresi dan korelasi persamaan linier ganda.Hasil penelitian menunjukkan adanya indikasi size eject dan book to market eject di BEJ. Indikasi tersebut masing-masing ditunjukkan dengan nilai size premium dan value premium yang positiff Hasil uji statistik beda rata-rata pada tingkat signiiikansi oz = 5% menunjukkan p-value sebesar 00242685 untuk pengujian size eject dan 0.0138520 untuk pengujian book to market ejject. Hasil uji F dan uji t pada model regresi Fama dan French rnasing-masing menunjuldcan bahwa secara bersama-sarna dan secara individu ketiga faktor pada model tersebut memiliki hubungan yang signitikan terhadap retum saham.Berdasarkan teori dan hasil penelitian, maka disimpulkan bahwa anomali size effect dan book to market eject texjadi di Bursa Efek Jakarta. Selain itu model tiga faktor Fama dan French dapat digunakan dalam analisis anomali size eject dan book to market effect serta merupakan model yang baik dalam memperkirakan return saham di Bursa Efek Jakarta. Selanjutnya hasil penelitian ini dapat digunakan investor sebagai bahan pertimbangan dalarn merumuskan strategi investasi di bursa saham dengan tetap memperhalikan likuiditas saham dan fundamental keuangan perusahaan.

---

The Analysis of Size Effect and Book To Market Effect To Stock Return by Using Three Factor Model F ama and French in Jakarta Stock Exchange There are two purpose in this reseach. First, to analyze whether anomalies of stee #act and book to market eject exist in Jakarta Stock Exchange. Second, to learn and to explain whether the Three Model Factor Fama and French can be used for analyzing size eject and book to market effect toward stock return in Jakarta Stock Exchange.The research method is explanatory survey with venjicative type of research. Object of research is all stocks traded in Jakarta Stock Exchange during January 2001-December 2003. To fuyill the _first purpose, the t-statistic test to examine the ditference between two sample means dw:-s from zero is applied, while the F -statistic test, regression analyses and correlation of m ultiple regression model is applied for fulfilling the second purpose.The research result shows an indication of size eject and book to market eject in Jakarta Stock Exchange. These indications are each represented by positive size premium and positive value premium. The result of deference test between two sample means di1j'ers}G?om zero at level of signyicance oz = 5% shows p-value of size eject 00242685 and p-value of book to market eject 00138520.Meanwhile the result of F-test ana' t-test on regression model of Fama and French each shows significant correlation between three factors and stock retum togetherly or individually.Based on the theory and research result, it can be concluded that size eject and book to market eject exist in Jakarta stock exchange. Besides the three factor model of F ama and French can be used for analyzing the anomaly of size eject and book to market effect and a good predictor of stock returns. Ajierward, the result of this research can be used by investor as considerations in formulating strategies of investment in capital market without neglecting the stock 's liquidity and corporate jitndamental finance."

"Economic Value added (EVA) yang dikembangkan oleh lembaga konsultan Stem Stewart & Co. adalah financial performance measurement dan sistem manajemen yang mulai berkembang pada sekitar tahun 1990-an. EVA fungsi utamanya adalah sebagai peralatan untuk mengevaluasi kinerja manajemen relatif terhadap tujuan untuk memaksimalkan kekayaan pemegang saham (shareholder wealth). Sementara itu, Market Value Added (MVA) adalah harga pasar perusahaan dikurangi dengan modal yang telah diinvestasikan. Secara teori, terdapat hubungan langsung antara EVA dan MVA dimana MVA adalah present value dari tingkat EVA di mass depan dengan discounted pada biaya atas modal (cost of capital).EVA dan MVA adalah peralatan yang berguna untuk mengukur kinerja manajemen. Logikanya jika sebuah perusahaan memiliki nila EVA/MVA yang tinggi berarti mereka memiliki kinerja yang sangat baik dan memiliki tingkat pengembalian (return) yang baik pula dari saham - saham perusahaan tersebut. Berarti pula, EVA/MVA dapat digunakan dalam strategi investasi untuk melakukan pemilihan saham dengan memilih saham - saham yang memiliki nilai EVAIMVA yang terbaik. Sebuah studi yang dilakukan oleh Bernstein dan Pigler mencoba untuk menguji strategi berdasarkan EVAIMVA ini dengan membentuk portofolio yang terdiri dan 50 saham dari S&P500 yang memiliki nilai EVA tertinggi pada 31 Januari dalam periode 1987 - 1990 setiap tahunnya. Mereka mengamati performance dari portofolio ini selama 12 bulan berikumya. Hasil dari studi Bernstein dan Pigler menunjukkan bahwa EVA adalah alat yang tidak cukup berguna dalam melakukan pemilihan saham. Strategi investasi berdasarkan pada EVA kinerjanya berada dibawah S&P500 (underperformed). Studi lanjutan dari studi sebelumnya yang melakukan pengujian terhadap EVA dalam memilih saham dilanjutkan kembali oleh Bernstein untuk menguji nilai dari pertumbuhan EVA (bukan nilai absolute EVA) sebagai alat untuk melakukan pemilihan saham. Bernstein melakukan pengujian strategi investasi menggunakan EVA growth dan MVA growth dengan membentuk portofolio yang terdiri dari lima puluh saham dari S&P500 yang memiliki prosentase perubahan EVA dan MVA tertinggi per 31 Januari selama periode 1987 - 1996 setiap tahunnya. Selanjutnya mereka menguji performance dari portofolio tersebut selama 12 bulan kemudian. Hasilnya menunjukkan bahwa strategi investasi pembentukan portofolio berdasarkan EVA growth lebih buruk hasilnya daripada berdasarkan absolut EVA dan kinerjanya berada di bawah S&P (underperformed). Sebaliknya strategi berdasarkan MVA growth kinerjanya berada diatas strategi berdasarkan nilai absolut MVA dan juga berada diatas S&P500 (outperformed). Mengikuti apa yang telah dilakukan oleh studi Bernstein dan Pigler di atas tetapi diaplikasikan pada pasar modal dan periode yang berbeda, studi yang dilakukan ini memcoba membuat portofolio yang terdiri dari 5 saham dari LQ45 di Bursa Efek Jakarta (BEJ) yang memiliki nilai EVAIMVA tertinggi bail( absolute maupun growth untuk tiap tahun selama 2003 - 2004. Data EVAIMVA perusahaan publik di Indonesia yang dipakai adalah publikasi dari majalah bisnis SWA yang merupakan basil studi mereka bersama dengan MarkPlus & Co, MAKSI FE UI dan dibantu oleh beberapa praktisi pasar modal di Indonesia. Data EVAIMVA ini kemudian digunakan untuk membentuk sebuah portofolio berdasarkan pada empat strategi yang berbeda1. Strategi ke-1 : Portofolio yang terdiri dari 5 Saham dari LQ45 yang memiliki nila absolute EVA tertinggi pada periode 2003 - 2004 setiap tahunnya (Portofolio S I-03 dan S1-04). Strategi ke-2 : Portofolio yang terdiri dari 5 saham dari LQ45 yang memiliki nilai EVA growth tertinggi pada periode 2003 - 2004 setiap tahunnya (Portofolio S2-03 dan S2-04)Strategi ke-3 : Portofolio yang terdiri dari 5 Saham dari LQ45 yang memiliki nila absolute MVA tertinggi pada periode 2003 - 2004 setiap tahunnya (Portofolio S3-03 dan S3-04)Strategi ke-4 : Portofolio yang terdiri dad 5 saham dari LQ45 yang memiliki nilai MVA growth tertinggi pada periode 2003 - 2004 setiap tahunnya (Portofolio S4-03 dan S4-04)Kemudian dalam karya akhir ini dilakukan pengukuran kinerja dari tiap - tiap portofolio dengan menggunakan Sharpe, Treynor dan Jensen selama 12 bulan kedepan dari saat portofolio tersebut dibentuk dan membandingkannya dengan market performance (IHSG dan indek LQ45). Akhirnya dalam karya akhir ini dilakukan pemeringkatan dari flap - tiap portofolio dari masing - masing strategi untuk menemukan srategi terbaik sampai strategi terburuk. Pada akhirnya kita akan mendapatkan jawaban atas pertanyaan apakah kita mendapatkan basil yang sama dengan studi yang dilakukan oleh Bernstein dan Pigler ? Ternyata didapatkan bahwa peringkat strategi pembentukan portofolio secara berurutan dari yang paling baik sampai yang paling buruk adalah, strategi pembentukan portofolio berdasarkan : MVA growth. EVA growth, absolut MVA dan terakhir berdasarkan absolut EVA. Berarti hasil yang didapatkan ini sama dengan Bernstein dan Pigler untuk peringkat 1 (terbaik) dan peringkat 4 (terburuk) tetapi mendapatkan hasil yang berkebalikan untuk peringkat 3 dan 4.

---

Economic Value added (EVA) developed by the consulting firm of Stem Stewart & Co. is a corporate financial performance measurement and management system which has grown in popularity in the 1990's. EVA is primary function is as a tool to evaluate management performance relative to the goal of maximizing shareholder wealth. Meanwhile Market Value Added (MVA) is market value of the firm minus invested capital. In theory, there is a direct relationship between EVA and MVA in that MVA is equal to the present value of future level of EVA discounted at the cost of capital.

EVA and MVA are useful tools for measuring the performance of management. Logically, if a company has high EVAJMVA means that they has high performance and has high expected return on their stock. It also means, EVAIMVA can be used in an investment strategy by selecting stock of firms that generate best amounts of EVAIMVA. A study from Bernstein and Pigler tried to examine this EVAJMVA base strategy. Bernstein and Pigler formed portfolio of the fifty stocks within S&P 500 that had the highest EVA as of January 3151 of each year over period 1987 - 1990. They tracked the performance of this portfolio over the subsequent twelve months. The result of the Bernstein and Pigler study show that EVA is not useful tool for selecting stock. The investment strategy based on EVA underperformed the S&P500. Extend study a previous assessment of EVA's value in the stock selection process by Bernstein was to examine the value of growth EVA (rather than just the absolute value of EVA) as a stock selection screen. Bernstein examine investment strategies using growth in EVA and MVA by forming portfolio of the fifty stock within the S&P500 that had the highest percent change in EVA and MVA as of January 3I" of each year over the period 1987 to 1996. They then tracked the performance of this portfolio over the subsequent twelve months. The results indicated that the strategy based on EVA growth performed worse than the strategy based on the level of EVA and underperformed the S&P500. In contrast the investment strategy based on the level of MVA, the investment strategy based on MVA growth performed better than the strategy based on the level of MVA and also outperformed the S&P500.

Inspiring by Bernstein and Pigler study above but applied in different capital market and period, this study tried to construct portfolio of the five stock within LQ45 in Jakarta Stock Exchange that have the highest EVA/MVA both absolute and growth of each year over period 2003 - 2004. EVA/MVA data of public company in Indonesia were published by S WA business magazine as a result of their study together with MarkPlus & Co and MAKSI FE UI. This EVAIMVA data were used to construct portfolio of the five stock were formed by using four different strategies:

1st strategy : Portfolio of five stock form five company from LQ45 with highest absolute EVA over period 2003 and 2004 (Portfolio S I-03 & S I-04)

2nd strategy : portfolio of five stock from five company from LQ45 with highest EVA growth over period 2003 and 2004 (Portfolio S2-03 & S2-04)

3rd strategy : portfolio of five stock from five company from LQ45 with highest absolute MVA over period 2003 and 2004 (Portfolio S3-03 & S3-04)

4th strategy : portfolio of five stock from five company from LQ45 with highest EVA growth over period 2003 and 2004 (Portfolio S4-03 & S4-04)

Then we tracked the performance of each portfolio using Sharpe, Treynor, and Jensen over the subsequent twelve months and compare the result to Market performance (IHSG and LQ45

index). Finally, we rank the performance result of each portfolio of each strategy and Market performance to find the best until the best worst strategy. In the different period and different capital market, do we have the same result as Berstein and Pigler Study? This research shown that 1st rank and latest rank consistent with Bernstein and Pigler study which were the best strategy was using MVA growth as stock selection and the worst strategy was based on absolute EVA. On contrary, rank 2nd and 3rd have difference result between this research and Bernstein and Pigler study."

"[ ABSTRAKKetidakpastian lingkungan menyebabkan adanya variabilitas dalam laba yangdilaporkan perusahaan, dan menyebabkan adanya asimetri informasi antaramanajer dan pemegang saham. Adanya hal tesebut membuat manajemenmelakukan perataan laba untuk meningkatkan keinformatifan laba. Penelitian iniakan menguji apakah interaksi antara perataan laba dengan keinformatifan labamasa depan berpengaruh positif terhadap imbal hasil saham dan bagaimana bilainteraksi tersebut terjadi pada perusahaan yang beroperasi pada lingkungan yangtidak pasti.Penelitian ini menggunakan sampel 169 perusahaan publik yang tercatat di BEI,kecuali perusahaan keuangan, selama periode 2000-2014. Hasil penelitian inimenunjukkan bahwa interaksi antara perataan laba dengan keinformatifan labamasa depan berpengaruh negatif terhadap imbal hasil saham, yang artinyamanajemen melakukan perataan laba dengan motif garbling. Ketika perusahaanberoperasi pada lingkungan yang tidak pasti, hubungan negatif antara interaksiantara perataan laba dengan keinformatifan laba masa depan dengan imbal hasilsaham semakin kuat.

---

ABSTRACTEnvironmental uncertainty induces variability in an organization's reportedearning and caused information asymmetry between management andshareholders. This makes management have an incentive to improve earninginformativeness to reduce information asymmtery. This study examine whether theinteraction between income smoothing and future earning informativeness havepositive effect on stock returns and how this interaction occur when thecompanies operating in an unceratin environment.This study used sampels of 169 public compnay listed on Indonesian StockExchange, exclude financial sector company, during the periods 2000-2014. Theresults indicates that the interaction between income smoothing with futureearning informativeness negatively affect stock returns, which means managementdoes this by garbling motif. When the company operates in an uncertainenvironment, the negative realtionship between interaction of income smoothingand future earning informativeness is stronger., Environmental uncertainty induces variability in an organization?s reportedearning and caused information asymmetry between management andshareholders. This makes management have an incentive to improve earninginformativeness to reduce information asymmtery. This study examine whether theinteraction between income smoothing and future earning informativeness havepositive effect on stock returns and how this interaction occur when thecompanies operating in an unceratin environment.This study used sampels of 169 public compnay listed on Indonesian StockExchange, exclude financial sector company, during the periods 2000-2014. Theresults indicates that the interaction between income smoothing with futureearning informativeness negatively affect stock returns, which means managementdoes this by garbling motif. When the company operates in an uncertainenvironment, the negative realtionship between interaction of income smoothingand future earning informativeness is stronger.]"

"Penelitian ini bertujuan untuk menganalisis pembentukan portofolio dengan menggunakan model Fama-French Lima Faktor dengan modifikasi pada variabel profitabilitas. Pembentukan portofolio yang berbeda akan dilakukan untuk tiga macam variabel, yaitu berdasarkan laba operasional tahunan per total ekuitas RMW, laba operasional bulanan per total ekuitas ROE, dan laba operasional tahunan per total aset ROA. Portofolio jenis pertama ditujukan untuk variabel RMW, portofolio jenis kedua untuk variabel ROE, dan jenis ketiga untuk variabel ROA. Model penelitian yang digunakan dalam penelitian ini berbasiskan model Fama-French Lima Faktor 2015. Hasil penelitian ini menunjukkan pembentukan portofolio untuk variabel RMW memiliki pengaruh yang paling tinggi terhadap return saham. Hasil ini sesuai dengan hasil penelitian Fama-French 2015.

---

This study aims to analyze the portfolio formations using Fama French five factors model with modification on profitability variable. Different portfolio formations are performed for three kinds of profitability variables, which are annual operating profit per total equity RMW, monthly operating profit per total equity ROE, and annual operating profit per total assets ROA. The first portfolio formation type is for RMW variable, the second portfolio formation type is for ROE variable, and the third portfolio type is for ROA variable. The method used in this study is based on the Fama French Five Factor Model 2015. The result shows portfolio formation for RMW variable has the highest impact on stock return. This result is consistent with the results of the Fama French 2015. "

"Karya akhir ini bertujuan untuk mengukur kemampuan Reksa Dana Saham di Indonesia dengan melihat kemampuan market timing dan stock selection yang dilakukannya. Hasil penelitian menunjukkan bahwa berdasarkan Sharpe Measure dan Treynor measure, secara umum reksa dana saham di Indonesia pada tahun 2006-2011 memiliki kinerja yang baik. Namun berdasarkan Jensen alpha ada dua reksa dana yang memiliki kinerja superior dan berdasarkan Information Ratio hanya terdapat satu reksa dana saham yang memiliki kinerja superior. Berdasarkan model Treynor-Mazuy dan Henriksson-Merton sebagian besar manajer investasi dalam penelitian ini tidak memiliki kemampuan market timing hanya ada empat reksa dana saham yang memiliki kemampuan market timing.

---

The object of this final paper is to measure the ability of Equity Mutual Fund in Indonesia by looking at the ability of market timing and stock selection . The results showed that based on the Sharpe and Treynor Measure, in general equity mutual funds in Indonesia in the year 2006-2011 has a good performance. However, based on Jensen's alpha there are two mutual funds that have superior performance and based on the Information Ratio there is only one equity mutual fund that have superior performance. Based on the Treynor-Mazuy model and Henriksson-Merton model majority of investment managers in this study did not have market timing ability of mutual funds and that only four stocks that have market timing ability."