Dalam berinvestasi investor dapat menginvestasikan dananya pada lebih dari satu aset, hal ini dilakukan untuk mengurangi besarnya beban risiko yang akan ditanggung kedepannya. Akan tetapi, investor juga perlu menentukan portofolio yang optimal, artinya menentukan bobot atau persentase pada setiap saham yang diinvestasikan dengan tujuan akhir mengoptimalkan return. Penelitian ini, dilakukan dengan penentuan bobot portofolio optimal menggunakan algoritma genetika dengan bantuan R-software. Algoritma ini sangat efektif untuk menyelesaikan suatu permasalahan yang memiliki banyak kemungkinan solusi, dan penerapannya cukup sederhana. Data yang digunakan pada penelitian ini berupa historical data saham harian dari 6 perusahaan yaitu PT Astra Internasional (ASII), PT Telekomunikasi Indonesia (TLKM), PT Bank Rakyat Indonesia (BBRI), PT Bank Central Asia (BBCA), PT Bank Mandiri Indonesia (BMRI) dan PT Bank Negara Indonesia (BNII). Berdasarkan algoritma genetika, portofolio saham akan optimal dengan persentase bobot: 5% untuk ASII, 30% untuk TLKM, 20% untuk BBRI, 16% untuk BBCA, 12% untuk BMRI dan 17% untuk BBNI.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.