Algoritma Genetika Multi-objective NSGA-II merupakan salah satu evolutionary algorithm yang populer digunakan pada permasalahan optimisasi multi-objective, yaitu dengan mencari solusi yang mendekati Pareto optimal. Dalam tugas akhir ini NSGA-II digunakan untuk menyelesaikan permasalahan optimasi portofolio yang terdiri dari saham-saham yang tergabung dalam Indeks LQ45.
Beberapa parameter Algoritma Genetika Multi-objective NSGA-II digunakan antara lain ukuran populasi, jumlah generasi, probabilitas crossover dan probabilitas mutasi. Hasil akhir dari penerapan Algortima Genetika Multi-objective NSGA-II ini berupa grafik efficient frontier, yaitu kumpulan dari pilihan terbaik bagi investor yang mampu menawarkan tingkat return yang maksimum untuk tingkat risiko tertentu. Penambahan jumlah saham dalam portofolio berpengaruh terhadap konvergensi Algoritma Genetika Multi-objective NSGA-II, semakin banyak jumlah saham yang digunakan maka semakin sulit konvergensinya. Hal tersebut dapat dilihat dari hasil kinerja Algortima yang memberikan hasil cukup baik untuk 5 sampai 10 saham dan kurang baik untuk lebih dari 10 saham.
Kata kunci: Multi-objective optimization, Portofolio saham, Multi-objective Non-dominated Sorting Genetic Algorithm (NSGA-II)