Prediksi Harga Saham Dengan Hasil Analisis Sentimen Menggunakan Metode VADER-BILSTM

Divanti, Farrah Ayu (2025) Prediksi Harga Saham Dengan Hasil Analisis Sentimen Menggunakan Metode VADER-BILSTM. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006211049-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Saham merupakan salah satu instrumen investasi yang memiliki volatilitas tinggi sehingga pergerakan harga saham akan sulit diprediksi dengan metode konvensional.
Pergerakan harga saham akan selalu berfluktuatif tiap waktunya sehingga akan mempengaruhi profit yang didapatkan oleh investor di kemudian hari sehingga perlu analisis khusus untuk dapat melihat pola pergerakan harga saham. Penelitian ini akan membantu investor dalam mengambil keputusan yang tepat dalam bertransaksi saham. Analisis teknikal dan sentimen pasar berperan penting dalam mempengaruhi perubahan harga saham. Analisis teknikal
merupakan salah satu cara untuk dapat melihat pergerakan harga saham dengan menganalisis data historis saham secara harian dengan menerapkan metode Bidirectional Long Short Term Memory (BiLSTM) untuk prediksi harga saham. Sementara itu, analisis sentimen untuk mengevaluasi opini publik dari media sosial menggunakan metode Valence Aware Dictionary
and Sentiment Reasoner (VADER). Data saham yang digunakan adalah saham PT Bank Central Asia Tbk (BBCA) dengan periode 4 Januari 2021 – 4 Januari 2025, sementara data sentimen
diperoleh dari media sosial X. Hasil analisis dengan uji Terasvirta menunjukkan bahwa kombinasi input dengan data historis dan data sentimen menghasilkan hubungan nonlinear
sehingga cocok untuk melakukan prediksi menggunakan Bidirectional Long Short Term Memory (BiLSTM) yang mampu menangkap pola nonlinear dalam data saham. Data dibagi
menjadi data training sebanyak 1000 data (46 bulan) dan data testing sebanyak 45 data (2 bulan). Hasil penelitian untuk data sentimen dengan VADER menunjukkan bahwa mayoritas
teks terklasifikasi ke dalam teks berlabel positif dengan persentase sebesar 51.6%, selanjutnya disusul oleh teks berlabel netral dengan persentase sebesar 36.8%, dan teks berlabel negatif dengan persentase sebesar 11.7%. Analisis sentimen dengan VADER pada saham BBCA menunnjukkan bahwa mengindikasikan adanya optimisme investor dan menjadi indikator kepercayaan pasar yang kuat terhadap kinerja saham BBCA. Hasil penelitian model prediksi menggunakan BiLSTM hanya dengan variabel input data historis saham menghasilkan model prediksi yang sangat akurat karena memiliki nilai MAPE sebesar 0.01017105%. Sementara itu, hasil model prediksi dengan BiLSTM dan kombinasi input menyertakan skor sentimen harian mampu memingkatkan model prediksi menjadi lebih baik dengan nilai MAPE sebesar 0.01012%. Penambahan sentimen pada hari sebelumnya terbukti memberikan informasi yang signifikan karena mampu meningkatkan performa model prediksi.
========================================================================================================================
Stocks are one of the investment instruments with high volatility, making their price movements difficult to predict using conventional methods. The constant fluctuation of stock prices over time affects the potential profits investors may earn in the future, thus requiring
specific analysis to identify stock price movement patterns. This study aims to assist investors in making better decisions in stock trading. Technical analysis and market sentiment play important roles in influencing stock price changes. Technical analysis is performed by analyzing daily historical stock data, using the Bidirectional Long Short Term Memory (BiLSTM) method for price prediction. Meanwhile, sentiment analysis is conducted to evaluate public opinion from social media using the Valence Aware Dictionary and Sentiment Reasoner (VADER) method. The stock analyzed in this study is PT Bank Central Asia Tbk (BBCA), covering the period from January 4, 2021, to January 4, 2025. Sentiment data was collected from the social media platform X. The results of the Teräsvirta test indicate that the combination
of historical data and sentiment data forms a nonlinear relationship, making it appropriate to use BiLSTM, which is capable to capturing nonlinear patterns in stock data. The data was divided into 1,000 training samples (46 months) and 45 testing samples (2 months). The sentiment analysis results using VADER show that most of the texts are classified as positive (51.6%), followed by neutral (36.8%) and negative (11.7%). This indicates investor optimism
and serves as a strong indicator of market confidence in BBCA’s stock performance. The prediction model using BiLSTM with only historical stock data as input produced highly
accurate results, with a MAPE value of 0.01017105%. Furthermore, the model with combined input including daily sentiment scores improved the prediction performance with a lower MAPE value of 0.01012%. Incorporating sentiment from the previous day proved to provide significant information, contributing to better predictive model performance.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	VADER, Bidirectional Long Short Term Memory, Investasi, Machine Learning, Investment
Subjects:	H Social Sciences > HG Finance H Social Sciences > HG Finance > HG4910 Investments
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Farrah Ayu Divanti
Date Deposited:	04 Aug 2025 00:18
Last Modified:	04 Aug 2025 00:18
URI:	http://repository.its.ac.id/id/eprint/126270

Actions (login required)

View Item