Jangan panik, jangan panik—intinya adalah mereka ingin melakukan cuci pasar (wash trading), bikin kamu turun, dan yang saat ini masih cash/menunggu jangan panik juga. Malam ini pasti memantul, seperti yang aku bilang—bahkan Yesus pun tak bisa menahan!
Di era AI, kesalahan penilaian (mispricing) pada saham memori dan logika perbaikannya
Di tengah latar belakang meledaknya industri AI, perusahaan-perusahaan pemimpin di sektor memori justru dinilai terlalu rendah oleh pasar. Inti kontradiksinya adalah: pasar salah menafsirkan logika penilaiannya.
I. Ilusi PER rendah
Forward P/E Micron, Samsung, dan SK hynix hanya 5–6,5 kali—jauh lebih rendah dibanding perusahaan di rantai industri AI seperti Nvidia dan TSMC yang berada pada kisaran 24–47 kali. Penilaian murah ini muncul karena pasar masih membawa persepsi tradisional tentang industri memori: menganggapnya saham ber-siklus kuat (strong cyclical), laba sudah mendekati puncak, kapasitas berlebih, serta tidak memiliki daya tawar harga/monopoli (pricing power).
II. Logika siklus memori diubah oleh AI
Di era AI, kebutuhan memori tumbuh secara spiral: jumlah pengguna meningkat → frekuensi inferensi naik → kebutuhan server bertambah → konsumsi memori meningkat secara eksponensial. Kebutuhan memori untuk server AI adalah 8–10 kali dibanding server tradisional. Pada 2026, aplikasi terkait AI akan menghabiskan 66% produksi DRAM, dan kesenjangan kebutuhan HBM mencapai 50–60%. Memori kini menjadi bottleneck utama untuk komputasi AI.
III. Esensi kontradiksi penilaian
Pasar memberi valuation yang terlalu tinggi pada segmen lain dalam rantai industri AI, tetapi memberi valuation yang sangat rendah pada perusahaan memori. Logikanya tidak sinkron. Jika permintaan komputasi AI terus berkembang, kebutuhan memori pasti ikut tumbuh. Sebaliknya, jika permintaan memori melemah, ekspansi performa dan skala server AI akan terhambat—dan logika valuation tinggi perusahaan seperti Nvidia juga akan runtuh.
IV. Keniscayaan penilaian ulang (re-rating)
Penilaian rendah saat ini pada perusahaan memori tersirat berdasarkan asumsi laba sudah mencapai puncak. Namun, pertumbuhan permintaan AI yang berkelanjutan akan membatalkan ekspektasi tersebut. Jika P/E direvaluasi dari 6 kali menjadi 10 kali, secara teori ada ruang perbaikan harga saham lebih dari 70%. Memori sebagai komponen inti infrastruktur AI pada akhirnya akan menyelesaikan rekonstruksi sistem penilaiannya di era AI.
Di era AI, kesalahan penilaian (mispricing) pada saham memori dan logika perbaikannya
Di tengah latar belakang meledaknya industri AI, perusahaan-perusahaan pemimpin di sektor memori justru dinilai terlalu rendah oleh pasar. Inti kontradiksinya adalah: pasar salah menafsirkan logika penilaiannya.
I. Ilusi PER rendah
Forward P/E Micron, Samsung, dan SK hynix hanya 5–6,5 kali—jauh lebih rendah dibanding perusahaan di rantai industri AI seperti Nvidia dan TSMC yang berada pada kisaran 24–47 kali. Penilaian murah ini muncul karena pasar masih membawa persepsi tradisional tentang industri memori: menganggapnya saham ber-siklus kuat (strong cyclical), laba sudah mendekati puncak, kapasitas berlebih, serta tidak memiliki daya tawar harga/monopoli (pricing power).
II. Logika siklus memori diubah oleh AI
Di era AI, kebutuhan memori tumbuh secara spiral: jumlah pengguna meningkat → frekuensi inferensi naik → kebutuhan server bertambah → konsumsi memori meningkat secara eksponensial. Kebutuhan memori untuk server AI adalah 8–10 kali dibanding server tradisional. Pada 2026, aplikasi terkait AI akan menghabiskan 66% produksi DRAM, dan kesenjangan kebutuhan HBM mencapai 50–60%. Memori kini menjadi bottleneck utama untuk komputasi AI.
III. Esensi kontradiksi penilaian
Pasar memberi valuation yang terlalu tinggi pada segmen lain dalam rantai industri AI, tetapi memberi valuation yang sangat rendah pada perusahaan memori. Logikanya tidak sinkron. Jika permintaan komputasi AI terus berkembang, kebutuhan memori pasti ikut tumbuh. Sebaliknya, jika permintaan memori melemah, ekspansi performa dan skala server AI akan terhambat—dan logika valuation tinggi perusahaan seperti Nvidia juga akan runtuh.
IV. Keniscayaan penilaian ulang (re-rating)
Penilaian rendah saat ini pada perusahaan memori tersirat berdasarkan asumsi laba sudah mencapai puncak. Namun, pertumbuhan permintaan AI yang berkelanjutan akan membatalkan ekspektasi tersebut. Jika P/E direvaluasi dari 6 kali menjadi 10 kali, secara teori ada ruang perbaikan harga saham lebih dari 70%. Memori sebagai komponen inti infrastruktur AI pada akhirnya akan menyelesaikan rekonstruksi sistem penilaiannya di era AI.