DETEKSI ANOMALI VOLUME DAN HARGA PADA SAHAM ASURANSI IDX MENGGUNAKAN ISOLATION FOREST

Abstract

Asuransi Indonesia pernah alami kegagalan besar (Jiwasraya 2020-an, Prolife diinvestigasi). Hal itu mempertegas pentingnya pengawasan ketat pada emiten asuransi di BEI, terutama yang berkapitalisasi kecil dan likuiditas timpang. Penelitian ini menerapkan Isolation Forest untuk mendeteksi anomali volume dan harga saham sektor asuransi IDX menggunakan data harian End-of-Day periode 2 Januari 2020 hingga 29 Mei 2026. Audit likuiditas meloloskan 14 dari 18 saham (77,8%) ke tahap pemodelan; 4 saham (LPGI, ASRM, LIFE, ABDA) dikeluarkan karena proporsi hari tanpa transaksi berlebihan. Tiga fitur, yaitu log return, rasio volume relatif terhadap MA-20, dan rentang intraday relatif, melatih model per saham dengan ambang anomali pada persentil ke-5; fitur keempat yang direncanakan, yaitu rasio ukuran transaksi, tidak dapat dihitung karena keterbatasan data. Model mengidentifikasi 1.036 hari anomali (rata-rata 5,0% per saham, akibat konstruksi ambang batas, bukan temuan independen). Triangulasi terhadap kalender peristiwa hanya mengonfirmasi 42 anomali (4,1%), sementara enam anomali paling ekstrem tidak berkaitan dengan peristiwa mana pun. Anomali didominasi pola idiosyncratic (97,5% dari hari beranomali) dibanding sector-wide (2,5%), dengan satu hari ekstrem (5 Januari 2026) mencatat keserentakan penuh pada seluruh 14 saham yang memerlukan verifikasi lanjutan. Temuan ini mendukung kelayakan Isolation Forest sebagai alat pemantauan awal bagi investor dan regulator, dengan batasan metodologis yang ditandai eksplisit. Anomalies were dominated by idiosyncratic patterns (97.5% of anomalous days) rather than sector-wide patterns (2.5%), with one extreme day (January 5, 2026) showing complete synchrony across all 14 stocks, which requires further verification. These findings support the viability of Isolation Forest as an early-warning monitoring tool for investors and regulators, with its methodological limitations explicitly noted.