Perpustakaan Digital ITB

Pergerakan harga saham memiliki fluktuasi random yang dipengaruhi oleh faktorfaktor spekulatif sehingga sulit diprediksi secara akurat. Perilaku dan opini investor memiliki pengaruh terhadap pergerakan harga saham. Model time series dapat digunakan untuk menyelesaikan permasalahan tersebut. Penelitian ini menggunakan fitur analisis teknik dari historis harga saham, dan fitur analisis sentimen dari headline berita yang dapat digunakan untuk membuat model prediksi. Multiple Kernel Learning (MKL) digunakan karena sumber data berasal dari sumber yang berbeda dan memiliki persebaran data yang berbeda. Metode MKL dapat meningkatkan efektifitas pemilihan kernel yang digunakan, sehingga dapat memperkecil nilai error yang dihasilkan karena menggunakan kernel yang kurang tepat. Hasil ekstraksi fitur terhadap sumber data menghasilkan sebelas fitur. Sebelas fitur tersebut dapat digunakan dalam pembuatan model prediksi menggunakan metode MKL. Fitur analisis sentimen dapat memperbaiki akurasi MAE terbaik sebesar 24.72% pada metode MKL, dan 39.84% pada metode SVR.