Perpustakaan Digital ITB

Pergerakan harga saham dipengaruhi oleh banyak faktor, salah satunya adalah opini tentang perusahaan saham tersebut. Tugas akhir ini membangun model untuk menganalisis sentimenberita tentang perusahaan, kemudian memanfaatkan hasil analisis sentimen tersebut dengan hasil analisis sentimen media sosial dan harga saham historis untuk memprediksi harga saham yang akan datang. Analisis dan prediksi dilakukan terhadap empat bank, yaitu BBNI, BBRI, BMRI, dan BBCA.Model analisis sentimen dibangun dengan memodifikasi VADER, model rule-based berbasis lexicon, kemudian dilakukan eksperimen dengan membandingkan kinerja lexicon general, finansial, dan kombinasigeneral-finansial. Hasil dari model terbaik dirata-rata per hariuntuk mengubah data sentimen menjadi data time series. Data tersebut bersama dengan data sentimen media sosialdan data historis harga saham digunakan untuk membangun model prediksi. Eksperimenmodel prediksi dilakukan dalam dua tahap: tahap pertama bertujuan menentukan panjang hari yang perlu dipertimbangkan untuk mendapat prediksi optimal, tahap kedua bertujuan menentukan arsitektur dan kombinasi fitur terbaik untuk melakukan prediksi. Pada tahap pertama, dilakukan perbandingan antaramodel-model random forest yang dilatih dengan rentang hari yang berbeda. Hasil terbaik tahap ini menentukan rentang hari yang digunakan. Pada tahap kedua, dibandingkan model RF, LSTM dan CNN dengan memvariasikan jumlah layer dan jumlah unit/filter beserta fitur(dengan vs tanpa sentimen). Berdasarkan hasil eksperimen, model dengan lexicon finansial memberikan hasil yang lebih baik dengan akurasi 73%, namun tidak berkorelasi erat dengan pergerakan harga saham.Eksperimen model prediksi menyatakan pembelajaran dengan sentimen maupun tanpa sentimen tidak berbeda signifikan. Secara umum, model algoritma CNN memberikan hasil yang lebih baik dengan nilai MAPE di kisaran 1.5-2.8%