DailyFX.ID — Kecerdasan buatan (AI) chatbot dinilai mampu mempercepat proses penyaringan saham berdasarkan dividen, atau yang dikenal sebagai dividend screening. Mekanisme ini mencakup kriteria seperti dividend yield, payout ratio, dan konsistensi pembagian dividen historis. Namun, para ahli menekankan bahwa hasil penyaringan dari AI tetap memerlukan verifikasi mendalam menggunakan data resmi dari sumber kredibel, seperti Bursa Efek Indonesia (BEI), sebelum dijadikan dasar keputusan investasi.

Menurut laporan Pluang, AI chatbot dapat membantu merangkum dan menyusun kriteria data yang diinput pengguna dalam proses dividend screening. Jika data telah melewati tahap verifikasi, barulah hasil tersebut dapat dipertimbangkan untuk investasi. Penting untuk diingat bahwa dividen historis saja tidak cukup; analisis mendalam terhadap kesehatan keuangan emiten secara menyeluruh tetap krusial, karena tidak ada jaminan pembagian dividen akan berlanjut di masa depan.

Dividend screening merupakan mekanisme penting bagi investor untuk menyaring saham dalam suatu indeks atau sektor berdasarkan kriteria terkait dividen. Kriteria utama meliputi dividend yield (persentase dividen tahunan dibandingkan harga saham), dividend payout ratio (persentase laba bersih yang dibagikan sebagai dividen), serta riwayat konsistensi pembagian dividen selama beberapa tahun terakhir. Data dividen emiten dapat diakses melalui situs resmi Bursa Efek Indonesia (BEI) di idx.co.id.

Menyaring ratusan data emiten secara manual berdasarkan berbagai kriteria dividen dapat memakan waktu lama dan kurang efektif. Dalam konteks ini, AI chatbot menawarkan beberapa fungsi:

  • Menyusun kriteria screening yang spesifik.
  • Menjelaskan istilah-istilah terkait dividen dalam bahasa yang lebih mudah dipahami.
  • Membantu menghitung ulang dividend yield atau payout ratio dari data mentah yang diinput pengguna.

Meskipun demikian, perlu digarisbawahi bahwa AI chatbot tidak memiliki akses real-time yang terverifikasi terhadap data emiten terkini. Oleh karena itu, teknologi ini tidak dapat dijadikan satu-satunya dasar dalam pengambilan keputusan investasi.

Empat Kriteria Umum dalam Dividend Screening

Dividend Yield: Rasio dividen tahunan per saham dibandingkan dengan harga saham saat ini. Yield yang terlalu tinggi dibandingkan rata-rata sektor bisa mengindikasikan penurunan harga saham yang tajam, sehingga penyebabnya perlu dipahami lebih lanjut.

Dividend Payout Ratio: Persentase laba bersih yang dibagikan sebagai dividen. Payout ratio yang terlalu tinggi, bahkan mendekati atau melebihi 100 persen, dapat menunjukkan keterbatasan ruang gerak keuangan perusahaan.

Konsistensi Pembagian Dividen: Riwayat pembagian dividen selama beberapa tahun terakhir, tanpa disertai konteks tambahan lain.

Kesehatan Keuangan Emiten: Kemampuan perusahaan untuk membagikan dividen secara berkelanjutan, yang erat kaitannya dengan kesehatan arus kas operasionalnya.

Cara Menggunakan AI untuk Dividend Screening

Langkah-langkah penggunaan AI untuk dividend screening meliputi:

  1. Kumpulkan data dasar dari sumber resmi.
  2. Berikan perintah kepada AI untuk menyusun dan menghitung kriteria yang dibutuhkan.
  3. Lakukan verifikasi ulang dan riset lanjutan sebelum mengambil keputusan investasi.

Keterbatasan dan Risiko Penggunaan AI

AI chatbot berpotensi menghasilkan data yang belum akurat, sehingga verifikasi dengan berbagai sumber kredibel tetap mutlak diperlukan. Selain itu, AI chatbot bukanlah penasihat keuangan berlisensi. Hal ini berarti AI kurang memahami secara detail profil risiko dan tujuan investasi spesifik masing-masing pengguna.

Dividen yang dibagikan secara historis tidak sepenuhnya mencerminkan potensi pembagian di masa depan. Risiko naik-turunnya nilai saham juga tetap menjadi tanggung jawab penuh investor. Pemanfaatan AI dalam dividend screening memang dapat memberikan efisiensi dalam penyusunan kriteria maupun perhitungan rasio. Namun, verifikasi data terhadap hasil screening tetap krusial. Pada akhirnya, keputusan investasi sepenuhnya menjadi tanggung jawab masing-masing investor.