Perpustakaan Digital ITB

Tren harga saham merupakan salah satu topik yang sangat sulit untuk diprediksi karena harga saham yang dipengaruhi oleh banyak variabel. Beberapa studi telah meneliti berbagai cara untuk memprediksi tren harga saham, tetapi penelitian terhadap topik ini sebagian besar masih dilakukan pada saham di luar negeri. Berdasarkan studi literatur 5 tahun ke belakang terhadap data mining pada domain penelitian ini, metodologi yang diusulkan oleh Khedr, Salama, dan Yaseen (2017) yang menggabungkan analisis sentimen berita dengan data historis atribut harga saham mencapai akurasi tertinggi (86.21%) pada tahap training dan testing dibandingkan penelitian lainnya. Maka dari itu, Tugas Akhir ini bertujuan untuk menggabungkan metodologi yang digunakan Khedr, Salama, dan Yaseen (2017) dengan data saham yang terdaftar pada BEI untuk memprediksi tren harga saham yang memiliki karakteristik yang berbeda (BBCA, BUMI, ASII). Selain itu, Tugas Akhir ini juga akan mengkaji proses model prediksi tren harga saham bekerja. Langkah pertama dari Tugas Akhir ini adalah dengan menentukan polaritas berita finansial dengan Naive Bayes classifier dilanjutkan dengan langkah kedua, yaitu menggabungkan polaritas berita dengan data historis harga saham untuk memprediksi tren harga saham menggunakan KNN classifier. Langkah pertama dari Tugas Akhir, menentukan polaritas berita finansial, berhasil mencapai hasil akurasi prediksi antara 90.8% - 94.8% pada tahap training dan testing dan 90.6% - 97.3% pada tahap validasi. Langkah kedua, memprediksi tren harga saham di masa depan, berhasil mencapai hasil akurasi prediksi antara 71.9% - 90% pada tahap training dan testing dan 42.1% - 64.6% pada tahap validasi.