Perpustakaan Digital ITB

Pasar saham merupakan sistem kompleks nonlinear dimana dinamika pergerakan harganya sangat dipengaruhi oleh berbagai macam variabel termasuk data nonkuantitatif seperti informasi, opini publik, dan sentimen pasar. Keterbatasan model finansial dalam melakukan prediksi harga saham mendorong fokus pengembangan arsitektur model yang menggunakan integrasi data kualitatif dan kuantitatif pasar saham. Dalam penelitian ini, dirancang arsitektur model untuk memprediksi pergerakan harga saham Uber Technologies Inc. menggunakan algoritma backpropagation yang mengintegrasikan data sentimen berita dengan data historis harga saham. Data berita finansial dikumpulkan dengan menggunakan Google News API dalam rentang lima tahun dari 28 Desember 2020 hingga 5 Januari 2026. Reaksi pasar saham terhadap berita dianalisis dengan Event Study Methodology untuk meninjau abnormal return dalam tiga rentang waktu. Hasil prediksi menunjukkan bahwa model berhasil memprediksi harga saham dengan nilai ???? 2 sebesar 0,9684, ???????????? sebesar 3,7791, ???????????????? sebesar 1,9439, dan ???????????? sebesar 1,3868. Pengujian korelasi Spearman menunjukkan tidak adanya hubungan antara sentimen berita dengan pergerakan harga saham Uber (???????? = 0,0223 dan ???????????????????????? = 0,4291 ). Analisis dinamika pergerakan harga saham yang telah dilakukan menunjukkan bahwa tren naik-turun saham Uber tidak digerakkan oleh sentimen berita harian saja, tetapi oleh berbagai macam faktor struktural. Fitur sentimen akan bermanfaat jika digunakan secara nonlinear bersama indikator teknikal lainnya.