Analisis Sentimen Berita Ekonomi Terhadap Pergerakan Index Harga Saham  Gabungan di Indonesia Menggunakan Support Vector Machine

MUHAMMAD FAJAR FADILLAH

Informasi Umum

Kode

23.04.429

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning, Data Analysis,

Dilihat

371 kali

Informasi Lainnya

Abstraksi

<p>Saham merupakan instrument investasi yang popular karena saham mampu memberikan keuntungan yang menarik. Untuk dapat mengambil keputusan yang tepat dalam bertransaksi di pasar saham, perlu mengurangi faktor yang tidak pasti dengan cara memprediksi pergerakan harga saham. Salah satu faktor yang mempengaruhi pergerakan harga saham adalah berita ekonomi yang berisi pendapat para ahli tentang saham. Berdasarkan hal itu, dibutuhkan metode yang bertujuan untuk menganalisis berita ekonomi untuk memprediksi harga saham dengan solusi menggunakan klasifikasi sentiment analysis karena bertujuan mengekstrak atribut dari sebuah opini yang diekspresikan secara tekstual dalam sebuah berita. Analisis ini dilakukan untuk melihat opini atau kecenderungan opini seseorang terhadap sebuah masalah yang dimana memiliki nilai positif atau negatif. Penelitian ini memiliki tujuan lain yaitu untuk mengetahui performansi pada klasifikasi Support Vector Machine (SVM). Hasil eksperimen, didapatkan hasil performansi terbaik untuk klasifikasi sentiment analysis terhadap berita Index Harga Saham Gabungan Bahasa Indonesia, yaitu yaitu kelas positif sebanyak 53 % dan kelas negatif sebanyak 47% dengan nilai F1-Score negatif tertinggi bernilai 69% pada kernel RBF dan positif bernilai 72% pada kernel poly menggunakan pelabelan sentiment isi berita.</p>