Perpustakaan Digital ITB

Statistik tradisional yang dilakukan untuk mengumpulkan data survei dan sensus data dirasa kurang efektif dalam menangkap kondisi terkini yang terjadi di masyarakat. Perilaku manusia serta keputusan yang hendak diambil oleh individu secara signifikan dipengaruhi oleh emosi dan pendapat dari orang lain. Saat ini, ada banyak data media sosial berbasis bukti yang tersedia di publik. Ini menarik peneliti untuk mengembangkan penggunaan data media sosial dalam memecahkan masalah dunia nyata. Beberapa topik telah diprediksi menggunakan data media sosial. Penelitian-penelitian tersebut berbasis analisis sentimen. Analisis sentimen adalah proses penentuan nada emosional di balik serangkaian kata-kata, yang digunakan untuk memperoleh pemahaman tentang sikap, pendapat dan emosi yang diungkapkan oleh seseorang secara online. Ini mengubah data tekstual menjadi data kuantitatif yang disebut sebagai nilai sentimen. Nilai sentimen dapat berbeda-beda tergantung pada rumus yang digunakan. Ada empat bentuk model sentimen dalam penelitian ini. Mereka adalah daily sentiment, average daily sentiment, cumulative daily sentiment, cumulative average daily sentiment. Peneliti memiliki hipotesis bahwa ada hubungan positif antara sentimen media sosial dan indeks sektor. Ada hal yang menarik yang terjadi di sektor pertambangan dan keuangan. Ketika indeks pertambangan meningkat, indeks keuangan berkurang. Peneliti ingin mengetahui hubungan antara sentimen media sosial yang berkaitan dengan keuangan dan pertambangan terhadap indeks sektor masing-masing. Metodologi yang digunakan adalah regresi linier sederhana di mana sentimen media sosial menjadi independen variabel dan indeks sektor menjadi variabel dependen. Sebagaimana dinyatakan di atas, ada beberapa bentuk nilai sentimen. Tujuan dari penelitian ini adalah untuk menentukan model sentimen yang dapat digunakan sebagai variabel independen dalam model regresi. Peneliti telah mengumpulkan 5.778 postingan jaringan sosial yang terkait dengan sektor keuangan dan pertambangan yang diperoleh dari stockbit.com dimulai dari 1 Januari 2015 sampai 31 Maret 2015. Harga penutupan indeks sektor selama 1 Januari 2015 sampai 31 Maret 2015 juga telah dikumpulkan dari yahoofinance.com untuk menghitung indeks sektor. Hasil penelitian menunjukkan bahwa model sentimen terbaik adalah average daily sentiment model untuk sektor pertambangan dan daily sentiment model untuk sektor keuangan. Kedua model sentimen tersebut memiliki nilai r2 tertinggi dan nilai signifikan terendah dalam model regresi. Di sektor pertambangan, average daily sentiment memiliki nilai signifikan 0,002 yang hanya mampu menjelaskan 15,10% dari indeks sektor, sementara 84,90% dijelaskan oleh faktor-faktor lain selain average daily sentiment yang tidak dimasukkan dalam model. Di sisi lain, indeks sektor keuangan sebesar 11,80% mampu dijelaskan oleh sentimen harian postingan jaringan social (daily sentiment model) dengan nilai signifikan 0,006. Hasil penelitian ini menunjukkan bahwa sentimen media sosial yang terkait dengan pertambangan dan keuangan dengan menggunakan average daily sentiment model dan daily sentiment model masih lemah dalam menjelaskan sektor indeks. Untuk penelitian lebih lanjut, peneliti merekomendasikan agar menggunakan lebih banyak media sosial dan perangkat lunak analisis sentimen yang lebih akurat untuk mendapatkan hasil yang lebih baik