Perpustakaan Digital ITB

Untuk mendapatkan keuntungan dari berdagang saham, analisis saham dilakukan untuk mengetahui perkiraan harga saham di masa depan dengan menggunakan berita sebagai salah satu bahan analisis. Tugas akhir ini bertujuan untuk memperoleh model yang dapat memprediksi harga saham sektoral dengan informasi-informasi tersebut serta mengetahui pengaruh kondisi sektoral terhadap harga saham perusahaan. Model yang dibangun harus mampu menangani data time series untuk menangkap pola harga saham serta menyimpan informasi sekuensial tersebut untuk rentang waktu yang lama. Untuk itu dilakukan adaptasi dari eksperimen prediksi harga saham sektoral di Indonesia menggunakan metode RNN (Recurrent Neural Network) dengan memanfaatkan lapisan LSTM (Long Short-Term Memory) untuk mengatasi masalah vanishing gradient untuk data harga saham yang merupakan data sekuensial dengan rentang waktu yang cukup lama. Model yang dibangun kemudian dipakai untuk memprediksi harga saham dari sudut pandang sektoral serta harga saham perusahaan dengan penambahan informasi sektoral. Pembangunan model berfokus pada saham sektoral untuk kemudian dilihat pengaruhnya terhadap harga saham perusahaan. Untuk mengurangi eror prediksi dilakukan manipulasi data terhadap informasi waktu terbit sentimen berita dengan mengkombinasikan nilai sentimen berita di beberapa hari terakhir serta dilakukan penyesuaian rentang time steps yang kemudian dipakai untuk data masukan dalam pelatihan model. Berdasarkan hasil eksperimen, diperoleh model RNN dengan masukan informasi harga saham dan sentimen harga saham, yang dapat memprediksi harga saham sektoral dengan skor MAPE (Mean Average Percentage Error) 1,13%. Nilai MAPE tersebut lebih rendah apabila dibandingkan dengan model yang dilatih tanpa menggunakan informasi harga saham, yaitu dengan skor MAPE 2,28%. Secara umum, prediksi harga saham perusahaan menggunakan model yang menggunakan informasi sentimen sektoral menghasilkan kinerja yang lebih baik (yaitu skor MAPE yang lebih rendah) bila dibandingkan model yang dilatih hanya dengan menggunakan informasi harga saham perusahaan. Secara khusus, kinerja terbaik diperoleh untuk prediksi saham BBCA, yaitu dengan skor MAPE 1,63%.