Aplikasi Rekomendasi Investasi Reksadana Saham Menggunakan Basic Sequential Algorithmic Scheme Clustering Berdasarkan Indikator Nilai Aktiva Bersih (NAB)

Abstract

Penelitian ini menekankan penggunaan model klaster BSAS dalam pengembangan aplikasi rekomendasi investasi reksadana. Metode ini difokuskan pada penerapan BSAS Clustering dan optimalisasi rekomendasi investasi reksadana. Penelitian melibatkan 300 data reksadana di Indonesia dengan atribut data yang terbatas pada nilai NAB dan pergerakan persentase dalam berbagai periode, berasal dari bareksa.com dan infovesta.com. Sistem aplikasi web PHP dan MySQL dikembangkan untuk pengguna publik dan admin. Penelitian bertujuan menerapkan model BSAS Clustering, mengembangkan aplikasi rekomendasi investasi reksadana, serta mengembangkan model rekomendasi dalam Clustering. Proses penelitian mencakup enam tahapan: analisis masalah, studi literatur, pengumpulan data, pengelompokan dengan BSAS Clustering, analisis hasil, dan penyusunan kesimpulan. Hasil menunjukkan bahwa BSAS Clustering berhasil diterapkan pada data reksadana untuk memberikan rekomendasi yang sesuai. Meskipun terdapat perbedaan dengan sumber data, model dan aplikasi yang dikembangkan telah menunjukkan kualitas rekomendasi yang baik.