Prediksi IHSG Berdasarkan Analisis Sentimen Pemerintah Indonesia Menggunakan FinBERT dan BiLSTM

Syahrila, Wikri Cahya (2026) Prediksi IHSG Berdasarkan Analisis Sentimen Pemerintah Indonesia Menggunakan FinBERT dan BiLSTM. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5027221020-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Kebijakan pemerintahan Indonesia merupakan hal yang akan selalu berganti dan tergantung pada Presiden yang menjabat waktu periode tersebut. Harga saham IHSG seringkali berubah-ubah mengikuti sentimen publik terkait kebijakan yang telah dikemukakan pada masyarakat. Penelitian ini membangun sebuah model untuk analisis sentimen publik terhadap kebijakan pemerintah Indonesia periode 2024-2029 dan pengaruhnya terhadap harga IHSG. Penelitian ini menggunakan model pretrained yang secara spesifik digunakan untuk analisis sentimen di bidang keuangan yaitu FinBERT. Hasil dari analisis sentimen yang telah dilakukan, kemudian akan diintegrasikan dengan model prediksi harga penutupan saham yang menggunakan BiLSTM. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh sentimen masyarakat terhadap pergerakan harga saham. Model dalam penelitian ini dievaluasi menggunakan metrik MSE dan RMSE untuk mengetahui seberapa besar error dari hasil prediksi model. Digunakan nilai R2 untuk mengetahui seberapa bagus model memahami pergerakan harga saham. Didapatkan model yang menggunakan sentimen pada fitur mempunyai performa yang lebih baik dengan skor RMSE sebesar 150,49 dan nilai R2 sebesar 0,87 dibandingkan dengan model yang tidak menggunakan sentimen sebagai fitur dengan skor RMSE sebesar 198,22 dan nilai R2 sebesar 0,77.
====================================================================================================================================
Indonesian government policy is subject to change and depends on the president in office during that period. IHSG stock prices often fluctuate in line with public sentimen regarding policies that have been announced to the public. This study builds a model for analyzing public sentiment toward Indonesian government policies for the 2024-2029 period and their impact on IHSG prices. This research utilizes a pre-trained model specifically used for sentiment analysis in the financial sector, namely FinBERT. The results of the conducted sentiment analysis are then integrated with a stock closing price prediction model using BiLSTM. The objective of this study is to determine the influence of public sentiment on stock price movements. The model in this study is evaluated using MSE and RMSE metrics to determine the magnitude of error in the model's prediction results. The R2 value is used to determine how well the model understands stock price movements. It was found that the model using sentimen as a feature performed better with an RMSE score of 150.49 and an R2 value of 0.87 compared to the model that did not use sentimen as a feature, which had an RMSE score of 198.22 and an R2 value of 0.77.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	BiLSTM, FinBERT, Financial Sentiment Analysis, IHSG, Natural Language Processing
Subjects:	T Technology > T Technology (General) > T174 Technological forecasting T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Wikri Cahya Syahrila
Date Deposited:	23 Jul 2026 09:11
Last Modified:	23 Jul 2026 09:11
URI:	http://repository.its.ac.id/id/eprint/137261

Actions (login required)

View Item