ANALISIS REAKSI PASAR MODAL INDONESIA TERHADAP …

ANALISIS REAKSI PASAR MODAL INDONESIA TERHADAP

PENGUMUMAN MAKING INDONESIA 4.0

(EVENT STUDY PADA LIMA SUB SEKTOR PERUSAHAAN

MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK INDONESIA)

Marcellina Nadia Christy1* Putu Prima Wulandari1 1Jurusan Akuntansi, Universitas Brawijaya

Jalan Veteran Malang 65145, Indonesia

*Penulis; E-mail: [email protected]

Abstrak

Penelitian ini bertujuan untuk mengetahui reaksi pasar modal Indonesia terhadap

pengumuman Making Indonesia 4.0. Penelitian ini menggunakan metode event

study, dimana dilakukan pengamatan terhadap rata-rata abnormal return dan rata-

rata trading volume activity dengan periode jendela 21 hari. Populasi dari

penelitian ini adalah 61 perusahaan manufaktur yang bergerak di sub sektor

makanan dan minuman, tekstil dan garment, otomotif, kimia, dan elektronika

yang terdaftar di Bursa Efek Indonesia hingga tahun 2018. Dengan menggunakan

metode purposive sampling diperoleh 45 perusahaan sebagai sampel penelitan.

Hasil penelitian menggunakan uji parametrik paired samples test yang

menunjukkan bahwa tidak terdapat perbedaan abnormal return dan trading

volume activity yang signifikan sebelum dan setelah pengumuman tersebut dengan

nilai signifikansi secara berturut-turut sebesar 0,738 dan 0,051 yang lebih besar

dari taraf signifikansi 0,05. Tidak adanya perbedaan abnormal return dan trading

volume activity yang signifikan sebelum dan setelah pengumuman Making

Indonesia 4.0 dapat disebabkan karena, 1) pengumuman Making Indonesia 4.0

tidak memiliki kandungan informasi bagi investor yang dapat mempengaruhi

keputusan investasi di pasar modal, 2) investor masih melakukan tindakan wait

and see di bursa untuk melihat implementasi jangka panjang dari strategi Making

Indonesia 4.0 dalam hal peningkatan kapasitas produksi perusahaan, peningkatan

aset ataupun peningkatan laba.

Keywords: Making Indonesia 4.0, Industri 4.0, informasi investasi teknologi,

abnormal return, trading volume activity

Pendahuluan

Perusahaan manufaktur saat ini

dihadapkan dengan tantangan

multifaset yang diciptakan oleh

perubahan teknologi yang cepat.

Tantangan ini muncul akibat adanya

konsep industrialisasi baru yaitu

Industri 4.0. Istilah Industri 4.0

pertama kali diperkenalkan di

Hannover, Jerman pada tahun 2011

saat diadakannya Hannover

Messe/Fair yaitu sebuah pertemuan

skala internasional dalam bidang

industri dan otomatisasi

(Kagermann, Lukas dan Helbig,

2013). Xing dan Marwala (2017)

menyebutkan bahwa Industri 4.0

merupakan revolusi industri keempat

dimana akan ada integrasi antara

rantai nilai vertikal dan horizontal

dengan menghubungkan secara

digital semua unit produksi. Dalam

implikasinya, Industri 4.0 dikenal

pula dengan istilah revolusi digital.

Disebut revolusi digital karena

adanya proliferasi komputer dan

otomatisasi pencatatan dalam semua

bidang (Ghufron, 2018).

Perkembangan menuju Industri

4.0 akan menciptakan apa yang

disebut dengan pabrik pintar (Stock

dan Seliger, 2016). Di pabrik pintar,

manusia, mesin dan sumber daya

berkomunikasi satu sama lain seperti

dalam sebuah jejaring sosial. Internet

of Things (IoT) sebagai jantung dari

Industri 4.0 akan mengintegrasikan

dunia fisik dan dunia virtual. IoT

mampu menciptakan jaringan yang

dapat menggabungkan seluruh proses

manufaktur menjadi lingkungan yang

cerdas. Sehingga konsep pabrik

pintar akan memungkinkan

terjadinya peningkatan produktivitas

sumber daya dan efisiensi yang

berkelanjutan dalam seluruh rantai

nilai (Kagermann, Lukas dan Helbig,

2013).

Penelitian oleh Neugebauer,

Hippmann, Leis, dan Landherr

(2016) menyatakan bahwa Industri

4.0 dapat membantu perusahaan

dalam menciptakan proses

manufaktur yang efisien dengan

peningkatan produksi, efisiensi

tenaga kerja dan sumber daya

(resources). Hasil survey oleh

PricewaterhouseCoopers (2014)

juga mengatakan bahwa digitalisasi

dapat berkontribusi kuat dalam

memastikan daya saing serta

menjanjikan pendapatan tambahan

rata-rata 2% hingga 3% per tahun.

Adanya kontribusi yang positif dari

penerapan Industri 4.0 membuat

negara-negara maju di dunia ikut

ambil bagian dalam memasuki era

revolusi industri tersebut. Beberapa

diantaranya dikenal dengan istilah

yang berbeda seperti Industrie 4.0 di

Jerman, Fabricca Intelligente di

Italia, Flanders Make di Belgia dan

Smart Manufacturing Leadership

Coalition di Amerika Serikat

(Nieuwenhuize, 2016).

Kementerian Perindustrian

Republik Indonesia (2018) menilai

adanya peluang yang dapat

diciptakan dengan Industri 4.0 dalam

mendongkrak sektor perekonomian

di Indonesia. Hal ini disebabkan

karena dalam revolusi Industri 4.0

akan ada transformasi perbaikan

seperti teknologi automasi, big data,

artificial intelligence (AI), dan smart

machines yang dapat

mengintegrasikan dunia virtual dan

lini produksi dimana semua proses

produksi berjalan dengan internet

sebagai penopang utama. Oleh sebab

itu, Indonesia telah memutuskan

untuk memasuki Industri 4.0 dengan

meluncurkan Roadmap Making

Indonesia 4.0 dalam acara Indonesia

Industrial Summit 2018 pada tanggal

4 April 2018 seperti dilansir oleh

Tribunnews (Sulistiyono, 2018).

Roadmap tersebut merupakan peta

jalan dan strategi Indonesia dalam

memasuki era digital yang tengah

berjalan saat ini. Dengan agenda

tersebut, Indonesia berkomitmen

untuk membangun industri

manufaktur yang berdaya saing

global melalui implementasi Industri

4.0 (Kementerian Perindustrian

Republik Indonesia, 2018).

Industri 4.0 akan berperan dalam

hal percepatan teknologi. Teknologi

sendiri memainkan peran penting

dalam mengembangkan suatu bisnis.

Untuk menghadapi tantangan bisnis

yang kompetitif, perusahaan akan

selalu mengembangkan strategi

bersaing, salah satunya dengan

melakukan investasi pada teknologi

informasi (Bandi, 2006). Suratno

(n.d.) mendefinisikan teknologi

informasi sebagai suatu teknologi

yang berhubungan dengan

pengolahan data menjadi informasi

untuk kemudian disalurkan dalam

batas-batas ruang dan waktu.

Pemanfaatan teknologi akan

mendorong efisiensi biaya produksi

dan kemudahan dalam menangkap

informasi untuk diterjemahkan

menjadi produk atau layanan yang

diharapkan oleh pelanggan (Aziz,

2012). Hal ini sejalan dengan

tuntutan kebutuhan manusia agar

pelaku bisnis dapat tanggap dalam

memperoleh, memahami, serta

memproses informasi dengan cepat.

Revolusi digital sebagai sebuah

fenomena perkembangan teknologi

yang sedang berjalan saat ini seakan

menjawab kebutuhan akan hal

tersebut.

Pentingnya teknologi dalam

proses bisnis menyebabkan

pentingnya investasi pada teknologi.

Menurut Wiyani (2008), para

manajer, konsultan, dan analis

finansial telah mulai memperhatikan

kemampuan IT (information

technology) dari perusahaan untuk

menentukan keberhasilan perusahaan

di masa depan. Sehingga

pengumuman berupa investasi

teknologi dapat menjadi sumber

informasi yang penting bagi investor.

Hartono (2017) menyebutkan bahwa,

jika suatu informasi baru yang

relevan masuk ke pasar dimana

informasi tersebut berhubungan

dengan suatu aktiva, maka informasi

ini akan digunakan untuk

menganalisis dan

menginterpretasikan nilai dari aktiva

yang bersangkutan. Akibatnya

adalah terdapat kemungkinan adanya

pergeseran ke harga keseimbangan

yang baru.

Peristiwa (event) yang dapat

dijadikan informasi bagi investor

dapat berasal dari kondisi internal

maupun eksternal perusahaan.

Peristiwa yang berasal dari kondisi

internal perusahaan dapat berupa

perubahan kebijakan yang dibuat

oleh pimpinan perusahaan seperti,

pengumuman dividen, kebijakan

merger atau akuisisi, dan lain

sebagainya. Sedangkan peristiwa

yang berasal dari kondisi eksternal

dapat berupa inflasi, adopsi

kebijakan ekonomi global, peristiwa

politik, dan lain sebagainya.

Informasi yang dipublikasikan

sebagai suatu pengumuman akan

memberikan sinyal bagi investor

dalam pengambilan keputusan

investasi. Pada saat informasi

diumumkan, pelaku pasar akan

terlebih dahulu menginterpretasikan

dan menganalisis informasi tersebut

sebagai signal baik (good news) atau

signal buruk (bad news). Apabila

pengumuman tersebut mengandung

informasi (information content),

maka diharapkan pasar akan bereaksi

pada waktu pengumuman tersebut

diterima oleh pasar (Hartono, 2017).

Hal ini menunjukkan bahwa

sentimen investor terhadap peristiwa

yang dipublikasikan sebagai suatu

pengumuman akan mempengaruhi

pasar apabila pengumuman tersebut

memiliki kandungan informasi bagi

investor.

Untuk menguji kandungan

informasi dari suatu pengumuman

maka studi yang digunakan adalah

event study (studi peristiwa). Hartono

(2017) menyebutkan bahwa event

study adalah studi untuk mempelajari

reaksi pasar terhadap suatu peristiwa

yang informasinya dipublikasikan

sebagai suatu pengumuman. Untuk

menguji reaksi pasar maka besaran

reaksi pada saat periode peristiwa

harus dihitung. Besaran reaksi yang

terjadi dikategorikan menjadi dua,

yaitu besaran reaksi harga saham dan

besaran reaksi aktivitas perdagangan

saham yang terjadi karena adanya

informasi (Islami dan Sarwoko,

2012). Reaksi pasar dapat

diindikasikan dengan adanya

perubahan pada harga saham yang

diukur dengan abnormal return.

Perubahan harga saham yang

melebihi kondisi normal akan

menimbulkan abnormal return bagi

investor (Hartono, 2017).

Selain menggunakan abnormal

return, reaksi pasar modal terhadap

informasi juga dapat dilihat melalui

parameter pergerakan aktivitas

perdagangan di pasar (trading

volume activity). Apabila investor

menilai suatu peristiwa memiliki

kandungan informasi bagi mereka,

maka peristiwa tersebut akan

mengakibatkan keputusan

perdagangan di atas keputusan

perdagangan yang normal (Hutami

dan Ardiyanto, 2015). Beaver

(dikutip oleh Adisulistyo, 2009, hal.

55) mengungkapkan bahwa apabila

suatu pengumuman mengandung

informasi, maka aktivitas volume

perdagangan akan berbeda sebelum

dan sesudah pengumuman.

Pergerakan harga saham yang

dipengaruhi oleh berbagai informasi

menjadikan pasar saham semakin

menarik untuk diteliti guna

membantu investor dalam

mengidentifikasi prospek return saat

berinvestasi dan menghindari risiko

kerugian yang dapat terjadi.

Berdasarkan latar belakang di atas,

maka peneliti ingin mengkaji reaksi

pasar modal terhadap peristiwa

pengumuman Making Indonesia 4.0

dimana pengumuman ini

mengandung informasi tentang

strategi Indonesia dalam menyiapkan

diri untuk memasuki era digitalisasi

dengan melakukan investasi

teknologi pada beberapa sub sektor

industri manufaktur. Untuk mengkaji

peristiwa tersebut, peneliti akan

menggunakan event study dengan

variabel rata-rata abnormal return

dan rata-rata trading volume activity

karena variabel-variabel tersebut

dapat mengukur dan menguji

kandungan informasi, reaksi pasar,

dan tingkat efisiensi pasar, selain itu

variabel ini juga digunakan dalam

penelitian-penelitian terdahulu.

Dengan melalui evaluasi

dampak ekonomi dan kriteria

kelayakan implementasi yang

mencakup ukuran Produk Domestik

Bruto, perdagangan, potensi dampak

terhadap industri lain, besaran

investasi, dan kecepatan penetrasi

pasar yang telah dilakukan oleh

Kementerian Perindustrian Republik

Indonesia (2018), maka peneliti

memilih lima sub sektor industri

manufaktur, yaitu industri makanan

dan minuman, industri tekstil dan

pakaian, industri otomotif, industri

kimia, serta industri elektonik untuk

melihat apakah terdapat reaksi yang

akan dibuktikan dengan nilai

abnormal return dan trading volume

activity sebelum dan setelah

pengumuman Making Indonesia 4.0.

Sriram dan Krishnan (dikutip

oleh Wiyani, 2008, hal. 249) telah

menguji dampak dari pengumuman

investasi teknologi informasi

terhadap harga saham perusahaan.

Hasil penelitian menemukan adanya

hubungan positif antara investasi

dalam TI (teknologi informasi)

dengan nilai pasar, yang artinya

bahwa investor mempersepsikan

investasi dalam TI adalah relevan

pada nilai (harga saham). Hasil

penelitian yang berbeda ditunjukkan

oleh Muharam dan Widati (2006)

yang mengukur reaksi pasar modal

terhadap pengumuman investasi

teknologi informasi dengan hasil

tidak terdapat perbedaan rata-rata

abnormal return yang signifikan

sehingga dapat disimpulkan bahwa

pengumuman investasi TI tidak

mempunyai kandungan informasi.

Pengumuman investasi TI baik

investasi inovatif maupun non

inovatif yang dilakukan oleh

perusahaan yang bergerak di sektor

industri komunikasi, manufaktur

maupun keuangan, memperlihatkan

hasil bahwa publikasi pengumuman

investasi TI tidak mempengaruhi

kinerja perusahaan sehingga

informasi tersebut bukan merupakan

good news bagi investor untuk

melakukan transaksi perdagangan

saham.

Efisiensi Pasar (Efficient Market

Hyphothesis)

Konsep efisiensi pasar pertama

kali dipopulerkan oleh Fama. Fama

(dalam Hartono, 2017:617)

mendefinisikan pasar yang efisien

sebagai “a security market is efficient

if security prices fully reflect the

information available”. Dengan

demikian pasar yang efisien terjadi

ketika harga-harga sekuritas

mencerminkan secara penuh

informasi yang tersedia. Hartono

(2017) mengungkapkan bahwa kunci

utama untuk mengukur pasar yang

efisien adalah hubungan antara harga

sekuritas dengan informasi. Dengan

kata lain, semakin cepat suatu

informasi diserap oleh pelaku pasar

maka semakin cepat pula harga

keseimbangan terbentuk dalam harga

sekuritas yang baru.

Fama (dalam Sadiyah, 2018:21)

menjelaskan bentuk-bentuk

pengujian efisiensi pasar secara

informasi sebagai berikut “The 1970

review divides work on market

efficiency into three categories: (1)

weak-form tests (How well do past

returns predict future returns?) (2)

semi-strong-form tests (How quickly

do security prices reflect public

information announcements?), and

(3) strong-form tests (Do any

investors have private information

that is not fully reflected in market

price?)”. Tiga bentuk efisiensi pasar

tersebut diantaranya adalah:

a. Efisiensi pasar bentuk lemah

(weak form)

Dalam pasar efisien bentuk

lemah, harga-harga dari sekuritas

mencerminkan informasi masa lalu

seperti data harga saham dan volume

perdagangan. Apabila investor

menggunakan informasi masa lalu

untuk meramalkan harga saham saat

ini, maka sama halnya investor

menganggap bahwa tidak ada

peristiwa maupun faktor lain yang

terjadi saat ini yang dapat

mempengaruhi pergerakan harga

saham. Dengan mengacu pada

hipotesis pasar efisien bentuk lemah,

maka investor tidak akan bisa

memprediksi harga pasar saham di

masa mendatang dengan

menggunakan data historis (Halim,

2015). Sehingga, sangat kecil

kemungkinan para investor

mendapatkan keuntungan di atas

normal (abnormal return) pada saat

pasar efisien dalam bentuk lemah.

b. Efisiensi pasar bentuk setengah

kuat (semi-strong form)

Pada pasar efisien bentuk

setengah kuat, harga-harga dari

sekuritas mencerminkan tidak hanya

informasi tentang harga historis

tetapi juga semua informasi yang

dipublikasikan, misalnya earning per

share, stock split, dividen, dan

peraturan pemerintah yang berlaku

umum. Dengan kata lain, sekali

informasi tersebut tersebar di pasar,

maka semua investor akan bereaksi

dengan cepat sehingga harga akan

berubah untuk mencerminkan

informasi publik yang ada (Halim,

2015). Jika pasar efisien dalam

bentuk setengah kuat, maka tidak ada

individu maupun kelompok yang

dapat menggunakan informasi yang

dipublikasikan untuk mendapatkan

keuntungan tidak normal dalam

jangka waktu yang lama.

c. Efisiensi pasar bentuk kuat (strong

form)

Pada pasar efisien bentuk kuat,

harga-harga sekuritas secara penuh

mencerminkan (fully reflect) semua

informasi yang ada, baik informasi

publik maupun informasi privat

(private information). Bentuk pasar

efisien ini merupakan bentuk pasar

efisien yang paling ketat. Hal ini

dikarenakan harga pasar telah

dianggap mencerminkan informasi

historis yang relevan, informasi

publik yang relevan, disamping juga

informasi yang hanya diketahui oleh

beberapa pihak saja, misalnya

manajemen perusahaan, dewan

direksi, dan kreditor (Halim, 2015).

Kesimpulan yang dapat diambil

adalah dalam keadaan pasar efisien

bentuk kuat, tidak seorang pun baik

individu maupun institusi dapat

memperoleh abnormal return karena

semua informasi secara detail

termasuk informasi privat dapat

diakses dan diketahui oleh investor

sehingga para investor dapat dengan

mudah memprediksi harga saham

perusahaan.

Dalam penelitian ini, efficiency

market hypothesis digunakan sebagai

teori untuk melihat reaksi harga

saham dan aktivitas perdagangan

saham di pasar modal terhadap

pengumuman informasi. Informasi

yang digunakan dalam penelitian ini

adalah pengumuman Making

Indonesia 4.0. Berdasarkan jenis

informasinya, peristiwa


merupakan macroeconomic factors.

Morse dan Dale (dikutip oleh

Gumanti dan Utami, 2002, hal. 63)

mengatakan bahwa macroeconomic

factors termasuk jenis informasi

dalam pengujian semi-strong-form

tests.

Event study

Event study merupakan studi

yang mempelajari reaksi pasar

terhadap suatu peristiwa (event) yang

informasinya dipublikasikan sebagai

suatu pengumuman (Hartono, 2017).

Pengamatan event study dapat dilihat

dengan periode waktu untuk

membuktikan adanya reaksi pasar.

Hutami dan Ardiyanto (2015)

mengungkapkan bahwa event study

berguna untuk memberikan

rasionalitas pada pasar bahwa efek

dari adanya suatu peristiwa akan

terefleksi dengan cepat pada harga

saham di pasar modal.

Event study digunakan untuk

menguji kandungan informasi

(information content) dari suatu

pengumuman (Hartono, 2017).

Apabila pengumuman tersebut

mengandung informasi, maka

diharapkan pasar akan bereaksi pada

waktu pengumuman tersebut

diterima oleh pasar. Pada saat

informasi diumumkan, para pelaku

pasar akan terlebih dahulu

menginterpretasikan dan

menganalisis informasi tersebut

sebagai sinyal baik (good news) atau

sinyal buruk (bad news).

Menurut Hartono (2015)

informasi dapat dianggap sebagai

berita baik atau buruk jika

dihubungkan dengan nilai ekonomis

yang dikandungnya. Apabila suatu

informasi mengandung nilai

ekonomis yaitu dapat meningkatkan

nilai perusahaan, maka informasi

tersebut dikategorikan sebagai sinyal

baik (good news). Begitu juga

sebaliknya, apabila suatu informasi

tidak mengandung nilai ekonomis

dan dapat menurunkan nilai

perusahaan, maka informasi tersebut

dikategorikan sebagai berita buruk

(bad news). Peristiwa (event) yang

memiliki kandungan informasi bagi

investor akan menyebabkan

perubahan harga dari sekuritas pada

waktu peristiwa tersebut terjadi

(Hartono, 2017).

Suatu informasi yang membawa

berita baik (good news) akan

menyebabkan harga saham naik, dan

sebaliknya informasi yang membawa

berita buruk (bad news) akan

menyebabkan harga saham turun.

Tandelilin (2010) dalam

penelitiannya menghasilkan sebuah

standar metodologi yang digunakan

dalam penelitian event study yaitu

sebagai berikut:

a. Mengumpulkan sampel.

Sampel yang dibutuhkan

dalam event study adalah

perusahaan-perusahaan yang

memiliki pengumuman atau

terkena dampak dari

peristiwa pengumuman

sehingga dapat mengejutkan

pasar. Misalnya,

pengumuman bahwa

perusahaan akan melakukan

merger, akuisisi, maupun

penerbitan saham.

b. Menentukan waktu

pengumuman peristiwa yang

menjadi informasi bagi

investor

c. Menentukan periode

pengamatan. Periode

pengamatan biasanya

dihitung dalam hari. Jika

penelitian menghitung 20 hari

sekitar pengumuman, maka

10 hari sebelum

pengumuman ditandai

dengan -10, -9, -8,..., -1.

Sedangkan hari pengumuman

akan ditandai dengan 0, dan

10 hari setelahnya ditandai

dengan +1, +2, +3,..., +10.

d. Menghitung return masing-

masing sampel setiap hari

selama periode pengamatan.

e. Menghitung abnormal return,

dengan cara mengurangi

actual return yang

sebenarnya terjadi dengan

return yang diharapkan.

f. Menghitung rata-rata

abnormal return dari sampel

penelitian. Berdasarkan hasil

yang diperoleh, kita dapat

menggambarkan adanya

pengaruh event terhadap

perubahan harga selama

periode pengamatan yang

ditentukan.

g. Menghitung abnormal return

kumulatif selama periode

tertentu. Misalnya, abnormal

return kumulatif selama 10

hari sebelum pengumuman

dibandingkan dengan

abnormal return kumulatif 10

hari setelah pengumuman.

h. Mendiskusikan hasil

perhitungan yang diperoleh

untuk kemudian digambarkan

dan disimpulkan untuk

mengetahui dampak

pengumuman terhadap

perubahan harga yang terjadi.

Beberapa penelitian mengenai

event study dilakukan untuk melihat

reaksi pasar terhadap pengumuman

informasi seperti penelitian event

study oleh Islami dan Sarwoko

(2012) mengenai reaksi saham

terhadap pengumuman pergantian

menteri keuangan dengan hasil yang

menunjukkan adanya perubahan

signifikan abnormal return pada saat

pengumuman peristiwa dan dihari

setelah pengumuman peristiwa.

Sehingga dapat disimpulkan bahwa

pasar modal Indonesia bereaksi atas

peristiwa kemunduran Sri Mulyani

dari jabatan menteri keuangan.

Penelitian event study juga

dilakukan oleh Edam, Mangindaan,

dan Tarore (n.d) untuk menguji

pengaruh pengumuman paket

Kebijakan Ekonomi Jilid XIV

terhadap abnormal return seluruh

saham di Bursa Efek Indonesia

dengan hasil yang menyatakan

bahwa tidak terdapat perbedaan


antara beberapa hari sebelum dan

beberapa hari sesudah

diumumkannya paket kebijakan

ekonomi jilid XIV ke publik. Hal ini

menjelaskan bahwa pasar tidak

merespon secara berkepanjangan

informasi pengumuman kebijakan

ini.

Pasar modal

Pasar modal pada hakikatnya

merupakan pasar dimana berbagai

instrumen keuangan jangka panjang

dapat diperjualbelikan. Instrumen

pasar modal adalah semua surat-surat

berharga (efek) yang umumnya

diperjualbelikan di pasar modal

diantaranya adalah saham biasa,

saham preferen, obligasi, obligasi

konversi, right issue, dan waran

(Halim, 2015). Undang-Undang

Republik Indonesia Nomor 8 Tahun

1995 mendefinisikan Pasar Modal

secara lebih spesifik yaitu:

“Kegiatan yang bersangkutan

dengan penawaran umum dan

perdagangan efek, perusahan

publik yang berkaitan dengan

efek yang diterbitkannya, serta

lembaga dan profesi yang

berkaitan dengan efek”.

Pasar modal dalam

perkembangannya telah

menunjukkan peran penting sebagai

instrumen perekonomian yang

mempertemukan pihak yang

menawarkan dan yang memerlukan

dana jangka panjang, seperti saham

dan obligasi. Pasar modal memiliki

peran yang strategis dalam

pembangunan nasional, yaitu sebagai

salah satu sumber pembiayaan

jangka panjang bagi dunia usaha dan

wahana investasi bagi masyarakat

(Halim, 2015).

Saham merupakan salah satu

sekuritas yang diperdagangkan di

pasar modal. Investasi pada saham

merupakan investasi yang paling

banyak diminati karena saham

merupakan sumber pendanaan yang

murah (Sadiyah, 2018). Dalam setiap

pengambilan keputusan investasi,

investor akan memperhitungkan

risiko investasi dengan mengestimasi

prospek perusahaan di masa depan.

Apabila prospeknya baik, maka

harga saham perusahaan akan

merefleksikan kekuatan tersebut

dengan harga saham yang

meningkat. Beberapa faktor yang

mempengaruhi harga saham menurut

Syarifudin (2003) dalam bukunya

yang berjudul Alat Analisis dalam

Pembelanjaan, antara lain:

1. Faktor Internal (Lingkungan

Mikro)

a. Pengumuman tentang

pemasaran, produksi,

penjualan seperti

pengiklanan, perubahan

harga, laporan penjualan.

b. Pengumuman pendanaan,

seperti pengumuman yang

berhubungan dengan ekuitas

dan hutang.

c. Pengumuman badan direksi

manajemen seperti perubahan

dan pergantian direktur,

manajemen, dan struktur

organisasi.

d. Pengumuman pengambilan

diversifikasi, seperti laporan

merger, investasi ekuitas,

laporan divestasi, dan

lainnya. Pengumuman

investasi, seperti melakukan

ekspansi pabrik,

pengembangan riset dan

penutupan usaha lainnya.

e. Pengumuman

ketenagakerjaan, seperti

negosiasi baru, kontrak baru,

pemogokan, dan lainnya.

f. Pengumuman laporan

keuangan perusahaan, seperti

peramalan laba sebelum akhir

tahun fiskal dan setelah akhir

tahun fiskal, earning per

share (EPS), price earning

ratio (PER), return on assets

(ROA), dan lain-lain.

2. Faktor Eksternal (Lingkungan

Makro)

a. Pengumuman dari

pemerintah, seperti

perubahan suku bunga

tabungan dan deposito, kurs

valuta asing, inflasi, serta

berbagai regulasi dan

deregulasi ekonomi yang

dikeluarkan oleh pemerintah.

b. Pengumuman hukum, seperti

tuntutan karyawan terhadap

perusahaan atau terhadap

manajer dan tuntutan

perusahaan terhadap manajer.

c. Pengumuman industri

sekuritas, seperti laporan

pertemuan tahunan, insider

trading, volume atau harga

saham perdagangan,

pembatasan/penundaan

trading.

d. Gejolak politik dalam negeri,

seperti fluktuasi nilai tukar.

e. Berbagai isu, baik dalam

negeri maupun luar negeri.

Hartono (2017) juga

memaparkan beberapa pengumuman

yang dapat mempengaruhi harga dari

sekuritas, diantaranya:

1. Pengumuman-pengumuman


laba (Earnings-Related

Announcements)


peramalan oleh pejabat

perusahaan (Forecast

Announcements by Company

Officials)


dividen (Dividend

Announcements)


pendanaan (Financing

Announcements)



pemerintah (Government

Related Announcements)


investasi (Investment

Announcements)


ketenagakerjaan (Labor

Announcements)



hukum (Legal

Announcements)


pemasaran – produksi –

penjualan (Marketing –

Production – Sales

Announcements)


manajemen – direksi

(Management – Board of

Director Announcements)


merjer – ambil alih –

divestasi (Merger – Takeover

– Divestiture

Announcements)


industri sekuritas (Securities

Industry Announcements)

13. Lain-lain

Faktor yang mempengaruhi

harga saham di atas menunjukkan

bahwa harga saham yang berubah

dipengaruhi oleh adanya

pengumuman informasi. Informasi

yang dipublikasikan sebagai suatu

pengumuman akan memberikan

sinyal bagi investor dalam

pengambilan keputusan investasi.

Hal ini menunjukkan bahwa

sentimen investor terhadap suatu

informasi mendorong adanya

perubahan pada harga saham. Dalam

pengambilan keputusan investasi,

informasi yang digunakan oleh

investor adalah informasi yang

relevan dengan prospek perusahaan

di masa depan.

Industri 4.0

Kagermann, Lukas, dan Helbig

(2013) menyebutkan bahwa istilah

Industri 4.0 secara resmi lahir di

Jerman pada tahun 2011. Sejak

pertama kali diperkenalkan oleh

pemerintah federal Jerman, Industri

4.0 telah menjadi prioritas utama

bagi banyak pusat penelitian,

terutama di Jerman (Gregor,

Matuszek, Medvecky, dan Stefanik,

2009). Industri 4.0 merupakan

revolusi industri keempat yang

dibangun di atas tiga revolusi

industri sebelumnya. Revolusi

industri pertama dimulai pada akhir

abad ke-18 dengan adanya

pergeseran proses produksi dari

manual menjadi proses produksi

menggunakan mesin-mesin mekanik

bertenaga air dan uap (Sadiyoko,

2017). Industri 1.0 ini berkembang

hingga akhir abad ke-19 yang

kemudian digantikan dengan industri

2.0 pada awal abad ke-20. Industri

2.0 mengarah pada penggunaan

mesin-mesin elektrik pada proses

produksi massal dengan

menggunakan tenaga listrik.

Selanjutnya, muncul revolusi industri

ketiga yaitu Industri 3.0 pada tahun

1970 dengan dikenalkannya

penggunaan alat elektronik dan IT

dalam proses produksi manufaktur

yang otomatis. Industri 3.0 kemudian

berevolusi menjadi Industri 4.0 yang

dikenal dengan era digitalisasi.

Walaupun masih ada hal yang

tumpang tindih di dunia akademis

mengenai kapan sebenarnya revolusi

industri keempat dimulai, namun

berdasar telaah yang dilakukan oleh

Sadiyoko (2017), era Revolusi

Industri Keempat dapat dipastikan

dimulai sejak istilah “Internet of

Things (IoT)” dikenalkan oleh Kevin

Ashton pada tahun 2002. IoT adalah

jantung dari Industri 4.0 dimana

dunia fisik dan dunia maya

bergabung. Konsep ini mengarah

pada mesin, sistem, dan jaringan

berbasis IT yang dapat bertukar

informasi, merespons, mengontrol,

dan mengelola sendiri proses

industri.

Revolusi industri keempat

adalah era dimana teknologi internet,

teknologi informatika serta teknologi

otomatisasi produksi digunakan

secara terintegrasi membentuk

sebuah sistem yang disebut Cyber-

Physical Systems (CPS). CPS

terhubung secara cerdas satu sama

lain dan terus bertukar data melalui

jaringan virtual seperti cloud secara

real-time (Sadiyoko, 2017).

Munculnya Industri 4.0

menyebabkan sistem produksi

berpindah menjadi model

terdesentralisasi dimana mesin ke

mesin saling berkomunikasi setiap

saat. Sehingga istilah Industri 4.0

dapat diartikan sebagai tren

otomatisasi dan komputerisasi di

sektor industri manufaktur

(Kagermann, Lukas dan Helbig,

2013).

Mesin dalam proses industri

dengan IoT dapat mengkonfigurasi,

menilai, mengendalikan atau

memutuskan proses manufaktur

secara mandiri. Hal ini disebabkan

karena mesin otomatis ini didukung

oleh suatu kode yang dapat memberi

tahu mesin mengenai apa yang harus

dilakukan berdasarkan informasi

yang disandikan. Semua ini

dimungkinkan karena adanya sistem

embedded dan internet yang

menyatukan dunia virtual dan fisik

serta dapat menciptakan jaringan

berdasarkan interaksi timbal balik

dari objek-objek yang telah

distimulus (Sadiyoko, 2017). Dengan

adanya proses manufaktur modern

akibat masuknya Industri 4.0 maka

berbagai potensi manfaat dapat

diperoleh.

Industri 4.0 adalah istilah

kolektif untuk teknologi yang akan

memungkinkan manifestasi dari

industri pintar atau smart industry.

Menurut Hermann, Pentek dan Otto

(2015) terdapat beberapa komponen

penting dalam Industri 4.0 yang

meliputi CPS, IoT, big data, cloud

computing, dan smart factory.

1. Cyber-Physical System

Cyber-Physical System

(CPS) meliputi mesin pintar,

sistem penyimpanan dan

fasilitas produksi yang

mampu bertukar informasi,

memicu tindakan dan

pengendalian satu sama lain

secara mandiri. (Kagermann,

Lukas dan Helbig, 2013).

Dengan CPS, mekanisme

fisik industri akan diawasi

dan dikendalikan oleh

komputer berbasis algoritma

yang terintegrasi dengan

internet dan penggunanya

(Sadiyoko, 2017).

Manufaktur akan didasarkan

pada CPS dimana masing-

masing elemen (sensor,

mesin, sistem teknologi

informasi, komponen,

perangkat) akan terhubung,

bertukar informasi, dan

kemudian menganalisis data

untuk mendeteksi kesalahan

yang mungkin terjadi,

mengkonfigurasikan diri

mereka sendiri secara real

time dan menyesuaikan diri

dengan kondisi yang berubah.

2. Internet of Thing

Internet of Thing (IoT)

adalah sebuah jaringan

internet yang menyediakan,

mengolah dan mentransfer

informasi digital yang

diperoleh dari peralatan

sensor seperti identifikasi

radio frekuensi (RFID),

sensor infra merah, GPS,

scanner dan smart meter

(Momoh, 2009). Sensor yang

ada dalam jaringan IoT

berfungsi untuk mendeteksi

dan mengidentifikasi

parameter-parameter sebuah

peralatan melalui jaringan

komunikasi kabel maupun

nirkabel sehingga mampu

untuk memperoleh data yang

akurat serta proses kontrol

secara real time. IoT

mengacu pada jaringan objek

fisik yang terhubung ke

internet dan mampu

berkomunikasi melalui sensor

dan teknologi nirkabel antara

satu sama lain, yaitu mesin,

komputer dan manusia.

Proses produksi dengan

RFID dapat dilihat pada

fasilitas produksi perusahaan

Bosch Rexroth, Jerman.

Dengan teknologi ini, apabila

sebuah komponen datang ke

sebuah mesin, maka mesin

tersebut akan mengetahui

proses apa yang harus

dilakukan terhadap

komponen tersebut

(Sadiyoko, 2017).

3. Big Data

Perangkat yang didukung

oleh IoT akan menghasilkan

sejumlah besar data yang

dikenal sebagai "big data".

Big data merekam semua

data serta kegiatan yang

pernah dilakukan untuk

kemudian memprediksi apa

yang mungkin terjadi di masa

mendatang. Kemampuan

mengolah big data akan

mengoptimalkan kualitas

produksi, menghemat energi,

dan meningkatkan layanan

(Sadiyoko, 2017).

4. Cloud Computing

Cloud computing adalah

sebuah teknologi IT berbasis

internet yang menyediakan

sumber daya pemrosesan

komputer dan data bersama

untuk kepentingan komputer

atau perangkat lain sesuai

permintaan (Sadiyoko, 2017).

Teknologi cloud computing

memberikan layanan bagi

perusahaan untuk menyimpan

dan mengolah data mereka,

baik milik pribadi,

perusahaan ataupun data

pihak ketiga yang secara fisik

terpisah jauh lokasinya.

5. Smart Factory

Smart factory

digambarkan oleh Hermann,

Pentek dan Otto (2015) dan

Kagermann, Lukas dan

Helbig (2013) sebagai pabrik

yang membantu manusia dan

mesin dalam pelaksanaan

tugas-tugas mereka. Hal ini

dicapai dengan mengambil

informasi dari dunia fisik dan

virtual menjadi kesatuan

informasi dengan CPS.

Melalui CPS, perangkat keras

dan perangkat lunak dari

sebuah pabrik yang cerdas

mampu berkomunikasi dan

mengirim informasi antara

mesin dan manusia. Dengan

demikian pabrik cerdas

(smart factory) dapat

dikatakan sebagai

perwujudan dari Industri 4.0.

Bagi Indonesia, fenomena

Industri 4.0 merupakan peluang

untuk merevitalisasi sektor

manufaktur Indonesia dalam upaya

mempercepat pencapaian

visi Indonesia untuk menjadi 10

ekonomi terbesar di dunia

(Kementerian Perindustrian Republik

Indonesia, 2018). Kementerian

Perindustrian Republik Indonesia

telah menyusun roadmap “Making

Indonesia 4.0” untuk

mengimplementasikan strategi dan

peta jalan revolusi industri keempat

di Indonesia. Lima sub sektor

industri manufaktur akan menjadi

fokus dalam percepatan

implementasi Industri 4.0,

diantaranya industri: makanan dan

minuman, tekstil dan pakaian,

otomotif, kimia, dan elektonik.

Abnormal Return

Reaksi pasar dapat diindikasikan

dengan adanya perubahan pada harga

saham yang dapat diukur dengan

abnormal return. Suryanto (2015)

mengatakan “stock price reaction is

indicated by a change in the stock

price of the company concerned

which can be measured by using

stock returns as the value of changes

in price or by using abnormal

return”. Halim (2015) menjelaskan

bahwa apabila pasar dalam kondisi

yang tidak efisien, maka terdapat

satu atau beberapa pelaku pasar yang

menikmati return yang tidak normal

(abnormal return) dalam jangka

waktu yang lama.

Reaksi pasar akibat suatu

peristiwa tertentu dapat diukur

dengan menggunakan abnormal

return sebagai nilai dari perubahan

harga (Hartono, 2017). Abnormal

return merupakan kelebihan dari

return realisasian (return

sesungguhnya) terhadap return

ekspektasian. Return realisasian

merupakan return yang terjadi pada

waktu ke-t yang merupakan selisih

harga sekarang relatif terhadap harga

sebelumnya. Sedangkan, return

ekspektasian merupakan return yang

harus diestimasi.

Konsep pasar yang efisien

bentuk setengah kuat menyiratkan

adanya suatu proses penyesuaian

harga sekuritas dengan cepat untuk

menyerap abnormal return untuk

menuju ke harga keseimbangan yang

baru (Hartono, 2017). Abnormal

return akan menghasilkan nilai yang

positif apabila return yang

sesungguhnya terjadi lebih besar

dibandingkan dengan return yang

diharapkan (return ekpektasian)

sehingga investor akan mendapatkan

keuntungan di atas normal apabila

ada abnormal return yang

dihasilkan. Sedangkan, abnormal

return akan menghasilkan nilai yang

negatif apabila return yang

sesungguhnya terjadi lebih kecil

dibandingkan dengan return yang

diharapkan.

Abnormal return biasanya

digunakan untuk mengukur reaksi

pasar atas kandungan informasi dari

suatu pengumuman. Suatu peristiwa

yang mengandung informasi akan

memberikan abnormal return dan

sebaliknya peristiwa yang tidak

mengandung informasi tidak akan

memberikan abnormal return bagi

investor (Hartono, 2017). Abnormal

return dapat terjadi sebagai akibat

dari adanya peristiwa-peristiwa

tertentu, misalnya hari libur nasional,

suasana politik yang tidak menentu,

kejadian-kejadian yang luar biasa,

stock split, penawaran perdana

saham, dan lain-lain. Penelitian event

study menganalisis abnormal return

dari sekuritas yang memiliki kaitan

dengan pengumuman informasi.

Trading Volume Activity

Trading volume activity

merupakan suatu instrumen yang

dapat digunakan untuk melihat reaksi

pasar modal terhadap informasi

melalui parameter pergerakan

aktivitas volume perdagangan di

pasar modal (Sutrisno, 2010). Dalam

membuat keputusan investasi,

investor akan membutuhkan

informasi untuk menganalisis risiko

dan tingkat keuntungan yang

diharapkan. Adanya informasi yang

dipublikasikan akan merubah

keyakinan investor yang dapat dilihat

dari reaksi pasar. Salah satu reaksi

pasar tersebut adalah reaksi volume

perdagangan saham (Purba, 2017).

Volume perdagangan saham

dapat diartikan sebagai jumlah

lembar saham yang diperdagangkan

pada hari tertentu (Halim dan

Hidayat, 2010). Perdagangan saham

yang aktif, yaitu dengan volume

perdagangan yang tinggi

menunjukkan bahwa saham tersebut

digemari oleh investor. Besarnya

variabel volume perdagangan saham

dapat diketahui dengan mengamati

indikator aktivitas volume

perdagangan (trading volume

activity). Dengan mengamati

aktivitas volume perdagangan saham

maka kita dapat mengetahui perilaku

investor dalam menggunakan

informasi untuk membuat keputusan

pembelian saham.

Beaver (dikutip oleh

Adisulistyo, 2009, hal. 55)

mengungkapkan bahwa apabila suatu

pengumuman mengandung

informasi, maka aktivitas volume

perdagangan akan berbeda sebelum

dan sesudah pengumuman. Informasi

atau peristiwa tertentu dapat memicu

pergerakan saham di pasar modal

akibat adanya penawaran dan

permintaan saham. Perbedaan

volume perdagangan saham yang

signifikan pada waktu pengumuman

informasi dengan waktu diluar

pengumuman informasi

mengindikasikan bahwa pasar

bereaksi atas publikasi tersebut.

Metode Penelitian

Penelitian ini akan menguji

perbedaan antara variabel-variabel

penelitian yaitu abnormal return dan

trading volume activity melalui data

berupa harga saham penutup harian,

indeks harga saham gabungan,

jumlah saham yang diperdagangkan,

dan jumlah saham beredar. Data-data

numerical (angka) tersebut akan

diolah dengan menggunakan teknik

perhitungan statistik. Sehingga

berdasarkan jenis datanya, maka

pendekatan penelitian ini

menggunakan pendekatan penelitian

kuantitatif. Kurniawan (2014)

mengemukakan bahwa data

penelitian berupa angka-angka dan

analisis menggunakan statistik

merupakan jenis pendekatan

penelitian kuantitatif. Menurut

Sugiyono (2017), penelitian

kuantitatif adalah:

"Metode penelitian yang

berlandaskan pada filsafat

positivisme untuk meneliti

populasi atau sampel tertentu

dengan pengumpulan data

menggunakan instrumen

penelitian, analisis data bersifat

kuantitatif atau statistik, dengan

tujuan untuk menguji hipotesis

yang telah ditetapkan."

Metode penelitian yang

digunakan adalah studi peristiwa

(event study). Studi peristiwa

merupakan studi yang mempelajari

reaksi pasar terhadap suatu peristiwa

yang informasinya dipublikasikan

sebagai suatu pengumuman

(Hartono, 2017). Studi peristiwa

bertujuan untuk mengetahui reaksi

pasar atas terjadinya peristiwa

tertentu, baik peristiwa ekonomi,

politik, sosial, maupun peristiwa

lainnya. Studi peristiwa dilakukan

ketika seorang peneliti berusaha

mencari tahu apakah suatu peristiwa

memiliki kandungan informasi atau

tidak, serta untuk mengetahui apakah

peristiwa yang terjadi mengakibatkan

pasar bereaksi, baik reaksi positif

atau negatif (Hartono, 2015).

Penelitian ini menggunakan 21

hari pengamatan yaitu, 10 hari

sebelum pengumuman peristiwa

hingga 10 hari setelah pengumuman

peristiwa. Periode jendela ini dipilih

karena peristiwa pengumuman

Making Indonesia 4.0 merupakan

peristiwa yang nilai ekonomisnya

sulit ditentukan oleh investor.

Investor akan membutuhkan waktu

yang lama untuk bereaksi sehingga

peneliti menggunakan periode

jendela 21 hari bursa. Periode

jendela 21 hari merupakan periode

penelitian yang umum digunakan

untuk meneliti peristiwa yang nilai

ekonomisnya sulit ditentukan

investor. Peristiwa pengumuman

Making Indonesia 4.0 terjadi pada

tanggal 4 April 2018, sehingga

berdasarkan periode jendela 21 hari,

maka rentang waktu penelitian yaitu

pada tanggal 20 Maret 2018 sampai

dengan 18 April 2018. Periode

jendela dalam penelitian ini akan

tampak seperti gambar 3.1.

Gambar 3.1

Periode Jendela (Event Window)

Populasi dan Sampel Penelitian

Populasi dalam penelitian ini

adalah seluruh perusahaan

manufaktur yang bergerak di sub

sektor industri: (1) makanan dan

minuman, (2) tekstil dan pakaian, (3)

otomotif, (4) kimia, serta (5)

elektonik dan terdaftar di Bursa Efek

Indonesia. Beberapa anggota

populasi akan diambil untuk

dijadikan sampel penelitian. Teknik

pengambilan sampel dilakukan

dengan purposive sampling, yaitu

pengambilan sampel berdasarkan

t

-

1

0

t

-

0

Event

Period t

+

1

0

t-10 t+10 0

kriteria-kriteria tertentu (Sekaran dan

Bougie, 2017). Kriteria yang

digunakan yaitu:

1. Perusahaan manufaktur yang

bergerak di sub sektor

industri: (1) makanan dan

minuman, (2) tekstil dan

pakaian, (3) otomotif, (4)

kimia, serta (5) elektronik

dan terdaftar di Bursa Efek

Indonesia.

2. Tidak melakukan stock split,

pengumuman deviden,

merger, right issues, dan

corporate action lainnya

selama periode penelitian.

3. Menyajikan data yang

lengkap terkait dengan data

yang digunakan dalam

penelitian, yaitu harga saham

penutup harian, indeks harga

saham gabungan, jumlah

saham yang diperdagangkan,

jumlah saham beredar, dan

informasi yang terkait dengan

corporate action yang

dilakukan oleh perusahaan.

Jenis dan Sumber Data

Jenis data dalam penelitian ini

adalah data kuantitatif. Sedangkan

sumber data yang digunakan dalam

penelitian ini adalah data sekunder

yang diambil dari situs resmi Bursa

Efek Indonesia (www.idx.co.id),

Yahoo Finance

(www.finance.yahoo.com), dan

Saham OK (www.sahamok.com).

Data yang dikumpulkan berupa:

1. Harga saham penutup harian

untuk masing-masing sampel

penelitian selama periode

jendela.

2. Indeks Harga Saham

Gabungan (IHSG) untuk

masing-masing sampel


jendela.

3. Jumlah saham yang

diperdagangkan untuk



jendela.

4. Jumlah saham beredar untuk



jendela.

5. Informasi terkait dengan

corporate action yang

dilakukan oleh sampel

perusahaan selama periode

jendela.

Teknik Pengumpulan Data

Teknik pengumpulan data yang

digunakan dalam penelitian ini

adalah studi kepustakaan dan studi

observasi pada pasar modal.

a. Studi kepustakaan dilakukan

dengan membaca dan

mempelajari buku, referensi

dan literatur lain melalui data

elektronik, berita, dan

dokumen yang relevan

dengan masalah yang dibahas

untuk mengumpulkan data

dan informasi yang

berhubungan dengan

penelitian.

b. Studi observasi dilakukan

dengan mengumpulkan,

mencatat, dan mempelajari

semua informasi yang

dibutuhkan sesuai dengan

variabel yang diukur dalam

penelitian. Data tersebut

kemudian ditabulasi dan

dianalisis sesuai dengan

kebutuhan penelitian.

Definisi Operasional dan

Pengukuran Variabel

3.4.1 Abnormal Return

Abnormal return (return tidak

normal) adalah selisih antara return

sesungguhnya yang terjadi dengan

return ekspektasian. Untuk

menghitung abnormal return maka

digunakan rumus sebagai berikut

(Hartono, 2017):

Dimana:

RTNi,t = return tidak normal

(abnormal return) sekuritas i pada

periode peristiwa ke-t.

Ri,t = return realisasian yang terjadi

untuk sekuritas i pada periode

peristiwa ke-t.

E (Ri,t) = return ekspektasian

sekuritas i untuk periode peristiwa

ke-t.

Return realisasian merupakan

return sesungguhnya yang terjadi

pada waktu ke-t yang merupakan

selisih harga sekarang relatif

terhadap harga sebelumnya. Untuk

menghitung return realisasian maka

digunakan rumus sebagai berikut

(Hartono, 2017):

Dimana :

Ri,t = return realisasian yang terjadi

untuk sekuritas i pada periode

peristiwa ke-t.

Pi,t = close price sekuritas i pada

periode peristiwa ke-t.

Pi,t-1 = close price sekuritas i

pada periode peristiwa ke-t-1.

Return realisasian adalah dasar

untuk menghitung return

ekspektasian. Return ekspektasian

merupakan return yang harus

diestimasi. Pada penelitian ini untuk

menghitung return ekspektasian akan

digunakan model sesuaian-pasar

(market-adjusted model). Model ini

dipilih karena menurut Hartono

(2017), penduga yang terbaik untuk

mengestimasi return suatu sekuritas

adalah return indeks pasar pada saat

tersebut. Untuk menghitung return

ekspektasian maka digunakan rumus

sebagai berikut (Foster dalam

Adisulistyo, 2009:54):

Dimana :

E(Ri,t) = return ekspektasian saham i

pada hari ke-t

IHSGi,t = indeks harga saham

gabungan saham i pada hari ke-t

IHSGi,t-1 = indeks harga saham

gabungan saham i pada hari ke t-1

Setelah return tidak normal

(abnormal return) dapat ditentukan

maka rata-rata abnormal return

(average abnormal return) dari

keseluruhan saham perusahaan yang

menjadi sampel penelitian pada tiap

periode pengamatan (Lampiran 2)

dapat dihitung dengan rumus sebagai

berikut (Hartono, 2017):

Dimana :

RRTNt = rata-rata return tidak

normal (average abnormal

return) pada hari ke-t.

RTNi,t = return tidak normal

(abnormal return) untuk sekuritas i

pada hari ke-t.

k = jumlah sekuritas yang

terpengaruh oleh pengumuman

peristiwa.


Menurut Sutrisno (2010),

trading volume activity merupakan

suatu instrumen yang dapat

digunakan untuk melihat reaksi pasar

modal terhadap informasi melalui

parameter pergerakan aktivitas

volume perdagangan di pasar modal.

Trading volume activity yang sudah

dikenal dan digunakan oleh banyak

peneliti adalah rumus dari Foster

(1986) yaitu perbandingan antara

jumlah saham i yang diperdagangkan

pada saat t dengan jumlah

keseluruhan saham i yang beredar

pada saat t (Foster dalam

Adisulistyo, 2009:55).

Σ saham i yang diperdagangkan

pada waktu t

TVAi,t =

Σ saham i yang beredar pada waktu t

Setelah trading volume activity

dapat ditentukan maka average

trading volume activity dari

keseluruhan saham perusahaan yang

menjadi sampel penelitian pada tiap

periode pengamatan (Lampiran 3)

dapat dihitung dengan menggunakan

rumus sebagai berikut:

Dimana :

ATVAt = average trading volume

activity pada hari ke-t

TVAit = trading volume activity

saham i pada hari ke-t

N = jumlah seluruh saham yang

diteliti

Metode Analisis Data dan

Pengujian Hipotesis

Metode analisis data yang

digunakan dalam penelitian ini

adalah analisis deskriptif. Analisis

deskriptif merupakan proses

transformasi data penelitian dalam

bentuk yang sederhana, menarik,

serta komunikatif sehingga hasil

penelitian mudah dipahami, dibaca

dan digunakan sebagai informasi

dasar (Kurniawan, 2014). Data

dalam penelitian ini diuji

menggunakan Paired Samples t-Test

dengan software SPSS. Pengujian

dilakukan pada variabel dependen

untuk mengetahui apakah


memberikan dampak terhadap

perubahan abnormal return dan

trading volume activity. Paired

Samples t-Test digunakan untuk

menguji beda rata-rata dua sampel

berpasangan (Andi, 2014). Pengujian

hipotesis akan diawali dengan uji

normalitas data untuk memenuhi

syarat dalam uji Paired Samples t-

Test.

3.5.1 Uji Normalitas

Uji normalitas dilakukan karena

statistik yang digunakan adalah

statistik parametrik dengan jenis data

ratio. Uji normalitas digunakan

untuk menguji apakah data memiliki

distribusi normal atau tidak. Uji

normalitas dapat dilakukan dengan

uji One Sample Kolmogorov-

Smirnov Test. Dengan tingkat

signifikansi 0,05 maka dasar

pengambilan keputusan adalah

sebagai berikut (Kurniawan, 2014):

a) Jika Asymp. Sig. (2-tailed)

> 0,05 maka data

berdistribusi normal.

b) Jika Asymp. Sig. (2-tailed)

< 0,05 maka data tidak

berdistribusi normal.

3.5.2 Uji Hipotesis I

Pengujian hipotesis I dilakukan

dengan membandingkan abnormal

return sebelum dan setelah


Pengujian hipotesis dilakukan

dengan menggunakan uji Paired

Samples t-Test. Dengan tingkat



sebagai berikut:

a) Jika Asymp. Sig. (2-tailed) >

0,05 maka tidak terdapat

perbedaan yang signifikan

antara abnormal return

sebelum dan setelah

pengumuman Making

Indonesia 4.0.

b) Jika Asymp. Sig. (2-tailed) <

0,05 maka terdapat perbedaan

yang signifikan antara

abnormal return sebelum dan

setelah pengumuman Making

Indonesia 4.0.

3.5.3 Uji Hipotesis II

Pengujian hipotesis II dilakukan

dengan membandingkan trading

volume activity sebelum dan setelah


Pengujian hipotesis dilakukan

dengan menggunakan uji Paired

Samples t-Test. Dengan tingkat



sebagai berikut:

a) Jika Asymp. Sig. (2-tailed) >

0,05 maka tidak terdapat

perbedaan yang signifikan

antara abnormal return

sebelum dan setelah

pengumuman Making

Indonesia 4.0.

b) Jika Asymp. Sig. (2-tailed) <

0,05 maka terdapat perbedaan

yang signifikan antara

abnormal return sebelum dan


Indonesia 4.0.

Gambaran Umum Objek

Penelitian

Penelitian ini bertujuan untuk

mengetahui bagaimana reaksi pasar

modal Indonesia terhadap peristiwa


pada 4 April 2018. Objek penelitian

yang akan digunakan adalah seluruh

perusahaan yang termasuk dalam

lima sub sektor perusahaan

manufaktur (makanan dan minuman,

tekstil dan pakaian, otomotif, kimia,

dan elektronika) yang terdaftar di

Bursa Efek Indonesia hingga tahun

2018. Berdasarkan metode purposive

sampling, diperoleh 45 perusahaan

sebagai sampel penelitian yang

terdiri atas 12 perusahaan sub sektor

industri makanan dan minuman, 14

perusahaan sub sektor industri tekstil

dan garment, 11 perusahaan sub

sektor industri otomotif, 7

perusahaan sub sektor industri kimia,

dan 1 perusahaan sub sektor industri

elektronika. Sehingga total sampel

penelitian adalah 45 perusahaan.

Nama-nama perusahaan yang

menjadi sampel penelitian ini

dicantumkan dalam Lampiran 1.

Hasil Pengujian Data

4.5.1 Uji Normalitas

Pengujian normalitas dilakukan

untuk mengetahui apakah data

sampel penelitian terdistribusi

normal atau tidak. Pengujian ini

dilakukan terlebih dahulu agar tidak

melanggar asumsi dasar dari alat

statistik yang akan digunakan. Untuk

melakukan uji normalitas maka

digunakan pengujian One-Sample

Kolmogorov-Smirnov. Hasil

pengujian normalitas data untuk

average abnormal return dan

average trading volume activity

dapat dilihat pada tabel 4.4 sebagai

berikut:

Average Abnormal

Return

Average Trading Volume Activity

N 21 21

Normal Parametersa,b

Mean

,0018756 ,0012329

Std. Deviation

,00584851

,00067244

Most Extreme Differences

Absolute

,116 ,151

Positive

,115 ,151

Negative

-,116 -,137

Kolmogorov-Smirnov Z

,530 ,691

Asymp. Sig. (2-tailed)

,942 ,726

a. Test distribution is Normal. b. Calculated from data.

Sumber: Data sekunder yang diolah

dengan SPSS 21

Perhitungan uji normalitas

distribusi data atas average

abnormal return dan average trading

volume activity dalam tabel di atas

secara berturut-turut diperoleh hasil

bahwa nilai Asymp. Sig. (2-tailed)

sebesar 0,942 dan 0,726 dimana nilai

signifikansi tersebut lebih besar dari

0,05. Hal ini menunjukkan bahwa

semua data berdistribusi normal.

Dengan demikian maka dapat

dilakukan pengujian hipotesis

dengan menggunakan Paired

Samples t-Test.

4.5.2 Uji Hipotesis I

Hipotesis pertama akan menguji

apakah terdapat perbedaan abnormal

return sebelum dan setelah


dengan Paired Samples t-Test. Hasil

pengujian yang didapat untuk

mengetahui apakah terdapat

perbedaan abnormal return sebelum

dan setelah pengumuman Making

Indonesia 4.0 dapat dilihat pada tabel

4.5 di bawah ini:


dengan SPSS 21

Hasil pengujian data yang

diperlihatkan pada tabel di atas

menunjukkan bahwa peristiwa


memiliki reaksi positif yang

dibuktikan dengan nilai rata-rata

(mean) yang positif sebesar

0,00099730 dengan nilai Asymp.

Sig. (2-tailed) sebesar 0,738 yaitu

lebih besar dibandingkan dengan

nilai signifikansi yang dapat diterima

sebesar 0,05. Sehingga dapat

disimpulkan bahwa H1 ditolak yaitu

tidak terdapat perbedaan yang

signifikan abnormal return sebelum

dan setelah pengumuman Making

Indonesia 4.0. Dengan melihat hasil

pengujian di atas maka peristiwa


direspon positif oleh pelaku pasar

namun tidak mengakibatkan

perbedaan average abnormal return

yang signifikan antara sebelum dan

setelah pengumuman. Hal ini

mengindikasikan bahwa


bukan merupakan good news bagi

investor.

4.5.3 Uji Hipotesis II

Hipotesis kedua akan menguji

apakah terdapat perbedaan trading

volume activity sebelum dan setelah


dengan Paired Samples t-Test. Hasil

pengujian yang didapat untuk

mengetahui apakah terdapat

perbedaan trading volume activity

sebelum dan setelah pengumuman

Making Indonesia 4.0 dapat dilihat

pada tabel 4.6 sebagai berikut:


dengan SPSS 21

Berdasarkan hasil pengujian data

yang diperlihatkan pada tabel di atas,

maka dihasilkan nilai Asymp. Sig.

(2-tailed) sebesar 0,051 yaitu lebih

besar dibandingkan dengan nilai

signifikansi yang dapat diterima

sebesar 0,05. Sehingga dapat

disimpulkan bahwa H2 ditolak yaitu

tidak terdapat perbedaan yang

signifikan trading volume activity


Making Indonesia 4.0. Kondisi ini

mengindikasikan bahwa


tidak dianggap good news yang dapat

mempengaruhi investor dalam

membuat keputusan investasi di

pasar modal dengan ditunjukkan

tidak adanya perubahan dalam

aktivitas perdagangan saham yang

signifikan. Selain itu, dapat

dikatakan bahwa kondisi pasar pada

saat pengumuman dalam keadaan

kurang baik (bearish). Hal ini dapat

dilihat dari rata-rata trading volume

activity yang cenderung menurun

dari nilai mean 0,0015583 menjadi

0,0009353 setelah terjadinya


pada tabel 4.3.

Analisis Hasil Penelitian

Pengujian reaksi pasar modal

Indonesia terhadap pengumuman

Making Indonesia 4.0 dilakukan

dengan periode jendela 21 hari bursa

yaitu 10 hari sebelum pengumuman

Making Indonesia 4.0 hingga 10 hari


Indonesia 4.0. Hasil pengujian

statistik menunjukkan bahwa tidak

terdapat reaksi pasar, baik yang

diukur dengan perbedaan rata-rata

abnormal return maupun rata-rata

trading volume activity sebelum dan


Indonesia 4.0 pada 45 perusahaan

yang menjadi sampel penelitian.

Reaksi pasar dapat diindikasikan

dengan adanya perubahan pada harga

saham yang diukur dengan abnormal

return (Suryanto, 2015). Teori yang

dikemukakan oleh Hartono (2017)

menyatakan bahwa peristiwa yang

mengandung informasi akan

memberikan abnormal return dan

sebaliknya peristiwa yang tidak

mengandung informasi tidak akan

memberikan abnormal return bagi

investor. Dalam penelitian ini, hasil

pengujian statistik menunjukkan

bahwa pasar tidak bereaksi terhadap


yang dibuktikan dengan tidak

terdapat perbedaan average



Making Indonesia 4.0. Dalam

implikasinya dengan teori di atas,

maka peristiwa pengumuman

Making Indonesia 4.0 tidak

mengandung informasi bagi investor

yang dapat mempengaruhi

pengambilan keputusan investasi di

pasar modal.

Pengujian informasi juga dapat

dilihat melalui parameter aktivitas

perdagangan saham yang diukur

dengan trading volume activity.

Beaver (dikutip oleh Adisulistyo,

2009, hal. 55) mengungkapkan

bahwa apabila suatu pengumuman

mengandung informasi, maka

aktivitas volume perdagangan akan

berbeda sebelum dan sesudah

pengumuman. Dalam penelitian ini,

hasil pengujian statistik

menunjukkan bahwa pasar tidak

bereaksi terhadap pengumuman

Making Indonesia 4.0 yang

dibuktikan dengan tidak terdapat

perbedaan average trading volume

activity yang signifikan sebelum dan


Indonesia 4.0. Dalam implikasinya

dengan teori di atas, maka peristiwa


tidak memiliki kandungan informasi

yang dapat memberikan perubahan

yang signifikan pada aktivitas

perdagangan saham.

Houlthausen dan Verrecchian

(dalam Widaryanti, 2006:41)

menyatakan bahwa suatu

pengumuman yang tidak membawa

informasi baru tidak akan mengubah

kepercayaan investor, sehingga

mereka tidak akan melakukan

perdagangan. Investor tidak mau

mengambil risiko dengan terlalu

cepat mengambil keputusan dari

suatu informasi eksternal yang

didapat. Tindakan ini dilakukan

karena para investor memiliki sikap

kehati-hatian yang menyebabkan

pasar tidak bereaksi secara

signifikan.

Alasan yang mendasari tidak

terdapatnya perbedaan abnormal

return dan trading volume activity

yang signifikan juga dapat

disebabkan karena investor masih

melakukan tindakan wait and see di

bursa. Investor masih menunggu dan

melihat implementasi jangka panjang

dari strategi Making Indonesia 4.0

dalam hal peningkatan kapasitas

produksi perusahaan, peningkatan

aset ataupun peningkatan laba. Hal

ini didukung dengan hasil pengujian

average abnormal return yaitu mean

yang positif dimana nilai positif

mengindikasikan reaksi positif dari

pelaku pasar.

Investor membutuhkan waktu

untuk merespon setiap informasi

yang beredar dengan menganalisa

kebermanfaatan informasi tersebut

bagi kelangsungan investasi.

Informasi tentang pengumuman

investasi merupakan informasi yang

dapat memberikan dampak positif

terhadap perusahaan dalam jangka

panjang. Menurut Wiyani (2008),

saham-saham perusahaan teknologi,

terutama yang berbasis IT dan

internet, dicari-cari oleh orang

meskipun perusahaan tersebut masih

dalam keadaan merugi. Pernyataan

ini menunjukkan optimisme para

pelaku bisnis akan pentingnya TI

bagi kelangsungan hidup suatu

perusahaan atau bisa dikatakan

bahwa perusahaan yang berbasis TI

akan menerima kebermanfaatan

jangka panjang.

Meskipun pengumuman Making

Indonesia 4.0 berpotensi

meningkatkan nilai perusahaan yang

bergerak dalam sektor industri

manufaktur, tetapi tidak seluruh

perusahaan di sektor industri tersebut

mengalami perdagangan positif

selama periode penelitian. Adanya

pertimbangan lain dari sisi investor

juga dapat mempengaruhi sikap

investor dalam merespon sebuah

informasi. Dos Santos, Peffers, dan

Mauer (dalam Wiyani, 2008:249)

mengungkapkan bahwa reaksi pasar

pada pengumuman-pengumuman

investasi TI tergantung pada

berbagai faktor termasuk timing

investasi dan karakteristik-

karakteristik industri. Making

Indonesia 4.0 diluncurkan di masa-

masa dimana situasi politik

Indonesia sedang banyak

diperbincangkan. Hal ini

dikarenakan pada pertengahan tahun

2018 sudah dimulai adanya

kampanye menjelang pemilihan

Presiden Republik Indonesia.

Sehingga dengan adanya situasi

politik yang tidak stabil, isu ataupun

berita seperti Making Indonesia 4.0

bukan menjadi prioritas bagi

investor.

Pernyataan-pernyataan di atas

dapat membuktikan bahwa pasar

modal di Indonesia tidak bereaksi

terhadap semua peristiwa yang

terjadi. Pasar akan bereaksi terhadap

peristiwa tertentu saja dan oleh sebab

itu event study dapat dilakukan untuk

menguji peristiwa yang memiliki

kandungan informasi bagi investor

dalam mempengaruhi pengambilan

keputusan investasi di pasar modal.

Pasar modal Indonesia tidak bereaksi

atas peristiwa pengumuman Making

Indonesia 4.0. Hal ini dapat juga

dikarenakan terdapat informasi yang

lebih diperhatikan oleh investor

daripada pengumuman investasi

teknologi informasi, seperti

pengumuman kenaikan laba

perusahaan, pengumuman right

issue, pengumuman dividen, dan

sebagainya.

Adisulistyo (2009) telah

melakukan penelitian terhadap

pengaruh pengumuman right issue

terhadap return saham dan tingkat

likuiditas saham di Bursa Efek

Indonesia dengan menggunakan

event window 11 hari, yaitu 5 hari

sebelum pengumuman, pada saat

pengumuman dan 5 hari setelah

pengumuman. Hasil penelitian

menunjukkan bahwa pengumuman

right issue memiliki kandungan

informasi pada hari-hari selama

periode peristiwa yang ditunjukkan

dengan adanya perbedaan average

abnormal return dan average trading

volume activity yang signifikan.

Esomar (2010) juga telah

melakukan penelitian tentang reaksi

investor terhadap pengumuman

kenaikan dan penurunan dividen di

Bursa Efek Indonesia dengan

menggunakan event window 11 hari,

yaitu 5 hari sebelum pengumuman,

pada saat pengumuman dan 5 hari

setelah pengumuman. Hasil

penelitian menunjukkan bahwa

investor bereaksi terhadap adanya

pengumuman kenaikan dan

penurunan dividen. Sehingga peneliti

menyimpulkan bahwa investor akan

bereaksi dengan cepat atas

pengumuman informasi yang nilai

ekonomisnya dapat ditentukan

dengan mudah oleh investor.

Sedangkan, pengumuman Making

Indonesia 4.0 merupakan informasi

yang nilai ekonomisnya sulit

ditentukan oleh investor sehingga

membutuhkan periode yang lebih

lama dari 11 hari penelitian.

Pada akhirnya, hasil penelitian

ini menunjukkan bahwa


tidak menimbulkan reaksi pada pasar

modal Indonesia baik yang diukur

dengan abnormal return dan trading

volume activity dengan event window

21 hari. Hasil penelitian ini

mendukung penelitian sebelumnya

yang dilakukan oleh Muharam dan

Widati (2006) yaitu tidak terdapat

perbedaan yang signifikan rata-rata

abnormal return selama periode

pengamatan yaitu sebelum

pengumuman investasi teknologi,

pada saat pengumuman investasi

teknologi dan setelah pengumuman

investasi teknologi. Hal ini

mengindikasikan bahwa pelaku pasar

modal memiliki perilaku yang sama

dalam menyikapi adanya

pengumuman investasi TI karena

pada saat implementasi, para

pebisnis akan mulai memahami

intangible benefit yang diperoleh

sehingga semakin banyak pebisnis

yang mengembangkan TI dalam

mendukung aktivitas perusahaannya.

Hal ini akan membuat investor akan

semakin selektif dalam membuat

keputusan investasi berdasarkan

informasi-informasi publik yang ada.

Kesimpulan

Berdasarkan hasil analisis data

dan pengujian yang dilakukan

berkaitan dengan reaksi pasar modal

terhadap peristiwa pengumuman

Making Indonesia 4.0, maka dapat

disimpulkan bahwa tidak ada

perbedaan abnormal return dan

trading volume activity yang

signifikan sebelum dan setelah


yang disebabkan karena, 1)


tidak memiliki kandungan informasi

yang dapat mempengaruhi keputusan

investasi di pasar modal, 2) investor

masih melakukan tindakan wait and

see di bursa untuk melihat

implementasi jangka panjang dari

strategi Making Indonesia 4.0 dalam

hal peningkatan kapasitas produksi

perusahaan, peningkatan aset

ataupun peningkatan laba.

DAFTAR PUSTAKA

Adisulistyo, I. (2009). Pengaruh

Pengumuman Right Issue

Terhadap Return Saham dan

Tingkat Likuiditas Saham di

Bursa Efek Indonesia Tahun

2003-2007. (Skripsi, Universitas

Sebelas Maret, Surakarta). https://core.ac.uk/download/pdf/12347652.pdf

Andi. (2014). Mengolah Data

Statistik Hasil Penelitian

Menggunakan SPSS.

Yogyakarta: Andi Offset.

Aziz, A. (2012). Pemanfaatan

Teknologi Informasi dalam

Pengembangan Bisnis Pos.

Buletin Pos dan Telekomunikasi,

10(1), 35-50. gi_Informasi_dalam_Pengembangan_Bisnis_Pos

Bandi. (2006). Pengaruh Respon

Perusahaan dalam Investasi

Teknologi Informasi Terhadap

Kinerja Perusahaan: Strategi

Bisnis, Kematangan Teknologi

Informasi, dan Ukuran

Perusahaan sebagai Variabel

Anteseden. Simposiun Nasional

Akuntansi IX.

Budiarto, A. & Baridwan, Z. (2009).

Pengaruh Pengumuman Right

Issue Terhadap Tingkat

Keuntungan dan Likuiditas

Saham Periode 1994-1996.

Jurnal Riset Akuntansi

Indonesia, 2(1). http://scholar.google.co.id/citations?user=7Ti1omAAAAAJ&hl=id

Bursa Efek Indonesia. (2018).

Laporan Jumlah Saham

Beredar.

Edam, J. G., Mangindaan, J. V., &

Tarore, H. S. (n.d). Pengaruh

Pengumuman Paket Kebijakan

Ekonomi Jilid XIV Terhadap

Abnormal Return Seluruh

Saham di Bursa Efek Indonesia.

Jurnal Sam Ratulangi, 1-11. https://ejournal.unsrat.ac.id/index.php/jab/article/view/17524

Esomar, M. J. F. (2010). Reaksi

Investor Terhadap Pengumuman

Kenaikan dan Penurunan

Dividen di Bursa Efek

Indonesia. Soso-Q, 2(2), 6-28. https://ejournal.unpatti.ac.id/ppr_iteminfo_lnk.php

Ghufron, M. A. (2018). Revolusi

Industri 4.0: Tantangan, Peluang

dan Solusi Bagi Dunia

Pendidikan. Seminar Nasional

http://scholar.google.co.id/citations?user=7Ti1omAAAAAJ&hl=id

dan Diskusi Panel Multidisiplin

Hasil Penelitian & Pengabdian

kepada Masyarakat. http://proceeding.unindra.ac.id/index.php/dispanas2018/article/view/73/45

Gregor, M., Matuszek, J., Medvecky,

S. & Stefanik, A. (2009). Digital

factory. Journal of Automation,

Mobile Robotics and Intelligent

Systems, 3, 123–132.

Gumanti, T. A. & Utami, E. S.

(2002). Bentuk Pasar Efisien

dan Pengujiannya. Jurnal

Akuntansi dan Keuangan, 4(1),

54-68. http://jurnalakuntansi.petra.ac.id/index.php/aku/article/view/15690

Halim, A. & Hidayat, N. (2010).

Studi Empiris Tentang Pengaruh

Volume Perdagangan Saham

dan Return Terhadap Bid-Ask

Spread Saham Industri Rokok di

BEJ dengan Model Koreksi

Kesalahan. Jurnal Riset

Akuntansi Indonesia, 3, 69-85. http://ijar-iaikapd.or.id/index.php/ijar/article/view/39

Halim, A. (2015). Analisis Investasi

di Aset Keuangan. Jakarta:

Mitra Wacana Media.

Hartono, J. (2015). Studi Peristiwa

Menguji Reaksi Pasar Modal

Akibat Suatu Peristiwa.

Yogyakarta : BPFE.

Hartono, J. (2017). Teori Portofolio

dan Analisis Investasi. (edisi

kesebelas). Yogyakarta: BPFE.

Hermann, M., Pentek, T., & Otto, B.

(2015). Design Principles for

Industrie 4.0 Scenarios: A

Literature Review. Working

Paper. _Industrie_40_Scenarios_A_Literature_Review

Hutami, R. N. & Ardiyanto, M. D.

(2015). Abnormal Return dan


Sebelum dan Setelah Pemilihan

Presiden Secara Langsung 9 Juli

2014. Diponegoro Journal of

Accounting, 4(2), 1-10. https://ejournal3.undip.ac.id/index.php/accounting/article/view/15506

Islami, L. N. & Sarwoko, E. (2012).

Reaksi Pasar Modal Indonesia

Terhadap Pergantian Menteri

Keuangan. Modernisasi, 8(1),

44-67. terdaftar_di_bei

Kagermann, H., Wahlster, W., &

Helbig, J. (2013).

Recommendations for

implementing the strategic

initiative INDUSTRIE 4.0. Industrie_4.0_accessible.pdf

Kementerian Perindustrian Republik

Indonesia. (2018). Making

Indonesia 4.0.

Kurniawan, A. (2014). Metode Riset

untuk Ekonomi dan Bisnis.

Teori, Konsep, dan Praktik

Penelitian Bisnis. Bandung:

Alfabeta.

Momoh, J. A. (2009). Smart grid

design for efficient and flexible

power networks operation and

control', Power Systems

Conference and Exposition,

IEEE/PES, 1-8.

Muharam, H. & Widati, R. R.

(2006). Analisis Reaksi Pasar

Modal Terhadap Pengumuman

Investasi Teknologi Informasi.

Jurnal Studi Manajemen &

Organisasi, 3(2), 29-45. https://ejournal.undip.ac.id/index.php/smo/article/view/4187

Neugebauer, R., Hippmann, S., Leis,

M., & Landherr, M. (2016).

Industrie 4.0-From the

Perspective of Applied

Research. Procedia CIRP, 57, 2-

7. dari https://www.sciencedirect.com/science/article/pii/S2212827116311556

Nieuwenhuize, G. B. (2016). Smart

Manufacturing for Dutch SMEs:

Why and How? (Master Thesis,

Erasmus University, Rotterdam,

The Netherlands). Thesis.pdf

Prasetyo, H. & Sutopo, W. (2018).

Industri 4.0: Telaah Klasifikasi

Aspek dan Arah Perkembangan

Riset. Jurnal Teknik Industri,

13(1), 17-26. https://ejournal.undip.ac.id/index.php/jgti/article/viewFile/18369/12865

PricewaterhouseCoopers. (2014).

Peluang dan Tantangan Internet

Industri -Industri 4.0. industrie-4-0.pdf

http://ijar-/

Purba, T. (2017). Analisis Komparasi

Abnormal Return dan Volume

Perdagangan Saham Atas

Pemberlakuan Peraturan

Pemerintah Nomor 1 Tahun

2014. Jurnal Riset Bisnis dan

Manajemen, 5(1), 55-72. https://ejournal.unsrat.ac.id/index.php/jrbm/article/view/15724

Rüßmann, M., Lorenz, M., Gerbert,

P., Waldner, M., Justus, J.,

Engel, P., dan Harnisch, M.

(2015). Industry 4.0: The Future

of Productivity and Growth in

Manufacturing Industries. ss_industry_4_future_productivity_growth_manufacturing_industries.aspx

Sadiyah, W. (2018). Pengaruh

Kebijakan Seven Day Reverse

Repo Rate Terhadap Reaksi

Pasar Perbankan. (Skripsi,

Universitas Negeri Malang).

Sadiyoko, A. (2017). Industry 4.0:

Ancaman, Tantangan, atau

Kesempatan? Oratio Dies XXIV

FTI UNPAR. http://repository.unpar.ac.id/handle/123456789/1539

Saham OK. (2018). Daftar

Perusahaan Manufaktur.

Sekaran, U. & Bougie, R. (2017).

Metode Penelitian untuk Bisnis.

Pendekatan

Pengembangan Keahlian.

Jakarta: Salemba Empat.

Stock, T., & Seliger, G. (2016).

Opportunities of Sustainable

Manufacturing in Industry 4.0.

Procedia CIRP, 40, 536-541.

Sugiyono. (2017). Metode Penelitian

Kuantitatif, Kualitatif, dan

R&D. Bandung: Alfabeta.

Sulistiyono, S., T. (2018). Jokowi

Jadikan Making Indonesia 4.0

Sebagai Agenda Nasional.

Suratno, T. (n.d.). Pemanfaatan

Sistem Informasi dan Teknologi

Informasi Untuk Menunjang E-

Agribisnis. Sosio Ekonomika

Bisnis, 91-99.

Suryanto. (2015). Analysis of

Abnormal Return Before and

After The Announcement of

Investment Grade Indonesia.

International Journal of

Business and Management

Review, 3(1), 11-23.

Sutrisno, W. (2010). Manajemen

Keuangan, Teori, Konsep, dan

Aplikasi. Yogyakarta: Ekonisia.

Syarifudin, A. (2003). Alat Analisis

dalam Pembelanjaan.

Yogyakarta: Andi Offset.

Tandelilin, E. (2010). Portofolio dan

Investasi: Teori dan Aplikasi.

Yogyakarta: Kanisius.

Undang-Undang Republik Indonesia

nomor 8 tahun 1995 tentang

Pasar Modal.

Wafiyah, A. (2005). Reaksi Pasar

Pada Pengumuman Stock Split

dan Reverse Split.

Widaryanti. (2006). Perbedaan

Antara Sebelum dan Sesudah

Pengumuman Right Issue

Terhadap Abnormal Return dan

Trading Volume Activity Pada

Perusahaan Publik di Bursa

Efek Jakarta. Fokus Ekonomi,

1(1), 38-46. nal.stiepena.ac.id/index.php/fe/article/view/6

Wiyani, W. (2008). Meningkatkan

Nilai Perusahaan Melalui

Investasi Teknologi Informasi.

Jurnal Keuangan dan

Perbankan, 12(2), 240 – 252.

Xing, Bo., & Marwala, T. (2017).

Implications of the Fourth

Industrial Age for Higher

Education. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3225331

Yahoo Finance. (2008). Harga

Historis.

ANALISIS REAKSI PASAR MODAL INDONESIA TERHADAP …

Documents

Transcript of ANALISIS REAKSI PASAR MODAL INDONESIA TERHADAP …