digilib@itb.ac.id +62 812 2508 8800

13518022 Fabian Zhafransyah Harahap.pdf
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan

Abstrak—Setiap harinya, forum saham menjadi tempat diskusi daring bagi para investor. Diskusi yang terjadi merefleksikan berbagai perubahan yang terjadi pada pergerakan harga suatu perusahaan. Salah satu indikator yang dapat diambil dari diskusi pada forum saham daring adalah sentimen. Tugas Akhir ini membangun model untuk mengekstrak sentimen dari forum diskusi saham dan menggunakannya untuk memprediksi harga saham. Model analisis sentimen dibangun dengan model prediksi dengan menggunakan Word2Vec dan LSTM. Dilakukan pembangunan Word2Vec finansial dengan mengintegrasikan kamus finansial Loughran-McDonald dengan Word2Vec, yang kemudian dilatih pada data berita finansial. Untuk mengetahui kinerja Word2Vec yang dibangun, dilakukan eksperimen perbandingan dengan Word2Vec IdWiki, yaitu Word2Vec state of the art untuk Bahasa Indonesia. Kemudian Word2Vec digunakan untuk model LSTM yang dilatih untuk memprediksi sentimen pada teks forum diskusi saham. Dilakukan eksperimen untuk mengetahui perbedaan kinerja dan cara kerja dari model LSTM yang memanfaatkan dua word-embedding Word2Vec yang berbeda. Model analisis sentimen ini kemudian digunakan untuk mengekstrak sentimen dari forum diskusi saham. Hasil sentimen yang telah di ekstrak, bersamaan dengan riwayat harga saham, dimanfaatkan untuk membangun model dan memprediksi harga saham. Eksperimen dari model prediksi harga saham juga dilakukan untuk mengetahui kinerja dari model prediksi harga saham yang memanfaatkan dan yang tidak memanfaatkan sentimen. Dari ketiga eksperimen yang dilakukan, dapat disimpulkan bahwa Word2Vec finansial telah memiliki pemahaman kata dalam interpretasi finansial sampai derajat tertentu. Namun, secara umum Word2Vec finansial tidak memiliki kinerja yang lebih baik daripada Word2Vec IdWiki. Hal ini memengaruhi kinerja model analisis sentimen dan model prediksi harga saham. Model analisis sentimen yang menggunakan Word2Vec finansial memiliki akurasi yang lebih rendah (66%) daripada model analisis sentimen dengan Word2Vec IdWiki (90%). Model prediksi harga saham dengan sentimen finansial juga memberikan hasil yang lebih buruk, dibandingkan model tanpa sentimen dan model prediksi harga saham dengan sentimen non- finansial. Eksperimen prediksi harga saham juga menunjukkan adanya hubungan antara sentimen dan pergerakan nilai saham. Hal ini dibuktikan dengan kinerja model prediksi yang memanfaatkan sentimen non-finansial, yang memberikan hasil terbaik dibanding model prediksi harga saham lainnya.