Pendahuluan

Analisis ini menggunakan data historis dari tiga saham perbankan utama di Indonesia (Big Banks), yaitu BBCA, BBRI, dan BMRI. Visualisasi dibuat menggunakan bahasa pemrograman R dengan package ggplot2 dan lubridate.

Berikut adalah kode R yang digunakan untuk mengolah data dan menghasilkan visualisasi:

# Memuat Library
library(ggplot2)
library(lubridate)
library(dplyr)

# Import Data (Pastikan direktori file CSV di komputermu sudah benar)
bbca <- read.csv("C:/Users/Acer/Downloads/Data Historis BBCA.csv", sep=",")
bbri <- read.csv("C:/Users/Acer/Downloads/Data Historis BBRI.csv", sep=",")
bmri <- read.csv("C:/Users/Acer/Downloads/Data Historis BMRI.csv", sep=",")

# Modifikasi Format Tanggal dan Harga
df_bbca <- data.frame(Time = dmy(bbca$Tanggal), Price = as.numeric(gsub(",", "", bbca$Terakhir)), Saham = "BBCA")
df_bbri <- data.frame(Time = dmy(bbri$Tanggal), Price = as.numeric(gsub(",", "", bbri$Terakhir)), Saham = "BBRI")
df_bmri <- data.frame(Time = dmy(bmri$Tanggal), Price = as.numeric(gsub(",", "", bmri$Terakhir)), Saham = "BMRI")

# Gabung Data
df_all <- rbind(df_bbca, df_bbri, df_bmri)

# Menentukan titik garis putus-putus untuk pemisah tahun
batas_tahun <- as.Date(c("2024-01-01", "2025-01-01", "2026-01-01"))

Visualisasi dan Interpretasi

1. Plot Single Data Series (Contoh: BBCA)

plot_single <- ggplot(df_bbca, aes(x = Time, y = Price)) +
  geom_line(color = "steelblue3", linewidth = 1) +
  scale_x_date(date_labels = "%b %Y", date_breaks = "4 months") +
  geom_vline(xintercept = batas_tahun, linetype = 2, color = "red", linewidth = 1) +
  theme_minimal() +
  labs(title = "Pergerakan Harga Saham BBCA (Single Series)", x = "Tanggal", y = "Harga (IDR)") +
  theme(axis.text.x = element_text(angle = 50, hjust = 1))

print(plot_single)

Interpretasi: Grafik di atas menunjukkan tren pergerakan harga saham BBCA. Terlihat bahwa pada pertengahan tahun 2023 hingga pertengahan 2024, saham BBCA mengalami tren kenaikan (uptrend) yang cukup konsisten, mencapai puncaknya di sekitar nilai 11. Namun, setelah memasuki kuartal ketiga tahun 2024 dan menyeberang ke tahun 2025, terjadi koreksi harga yang tajam dan tren berubah menjadi penurunan (downtrend).

Garis putus-putus merah horizontal sangat membantu untuk memisahkan pergerakan harga secara Year-on-Year (YoY), di mana tahun 2025 tampaknya menjadi tahun dengan volatilitas tinggi dan penurunan harga yang signifikan dibandingkan awal tahun 2024.

2. Plot Multiple Data Series (BBCA, BBRI, BMRI)

plot_multi <- ggplot(df_all, aes(x = Time, y = Price, color = Saham)) +
  geom_line(linewidth = 0.8) +
  scale_x_date(date_labels = "%b %Y", date_breaks = "4 months") +
  geom_vline(xintercept = batas_tahun, linetype = 2, color = "black", linewidth = 0.8) +
  theme_minimal() +
  labs(title = "Perbandingan Harga Saham Big Banks (Multiple Series)", x = "Tanggal", y = "Harga (IDR)") +
  theme(legend.position = "bottom", axis.text.x = element_text(angle = 50, hjust = 1))

print(plot_multi)

Interpretasi: Grafik multiple series ini membandingkan pergerakan harga ketiga saham: BBCA (merah), BMRI (biru), dan BBRI (hijau). Terdapat beberapa temuan utama:

  • Hierarki Harga: Secara nominal, harga saham BBCA secara konsisten berada di posisi tertinggi sepanjang periode pengamatan, diikuti oleh BMRI di posisi kedua, dan BBRI di posisi terendah.
  • Korelasi Pergerakan: Ketiga saham bank ini menunjukkan pola makro yang saling berkorelasi. Misalnya, ketika sektor perbankan mengalami puncak di pertengahan 2024, ketiga saham tersebut serempak naik. Begitu pula saat terjadi penurunan masif di tahun 2025, ketiga saham kompak mengalami koreksi. Ini menunjukkan bahwa pergerakan ketiganya sangat dipengaruhi oleh sentimen sektor keuangan dan makroekonomi secara umum.

3. Eksplorasi Distribusi Harga Saham (Boxplot)

plot_box <- ggplot(df_all, aes(x = Saham, y = Price, fill = Saham)) +
  geom_boxplot() +
  theme_minimal() +
  labs(title = "Eksplorasi Distribusi Harga Saham (Boxplot)", x = "Kode Saham", y = "Harga (IDR)")

print(plot_box)

Interpretasi: Berdasarkan visualisasi boxplot, kita dapat melihat ringkasan distribusi dan sebaran harga dari masing-masing saham:

  • BBCA memiliki nilai median tertinggi (di sekitar angka 9) dan ukuran kotak (Interquartile Range / IQR) yang paling besar. Hal ini menunjukkan bahwa sebaran harga atau fluktuasi harga BBCA memiliki rentang nominal yang paling lebar dibandingkan dua bank lainnya.
  • BMRI memiliki median di kisaran angka 5,5 hingga 6. Sebaran harganya lebih rapat dibandingkan BBCA, namun rentang kumisnya (whiskers) menunjukkan adanya beberapa fluktuasi yang lumayan jauh dari nilai tengahnya.
  • BBRI memiliki median paling rendah (di bawah angka 5) dan kotak (IQR) yang paling kecil. Ini menandakan bahwa pergerakan harga saham BBRI paling stabil secara nominal/fluktuasinya tertahan pada rentang harga yang lebih sempit dibandingkan BBCA maupun BMRI.