ANALISIS SENTIMEN BERITA SAHAM MENGGUNAKAN ALGORITMA NAIVE BAYES

71150082, Theda Yuwana Saputra (2020) ANALISIS SENTIMEN BERITA SAHAM MENGGUNAKAN ALGORITMA NAIVE BAYES. Bachelor thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
71150082_bab1_bab5_daftarpustaka.pdf

Download (3MB)
[img] Text (Skripsi Informatika)
71150082_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (3MB) | Request a copy

Abstract

Banyak cara yang digunakan untuk dapat menginvestasikan harta kita, salah satunya cara adalah dengan berinvestasi di saham. Secara sederhana saham dapat diartikan sebagai tanda penyertaan atau bukti kepemilikan seseorang atau badan dalam suatu perusahaan. Setiap perusahaan yang mengeluarkan saham pasti memiliki trend masing-masing yang memiliki sentimen tertentu yang tentunya akan berpengaruh terhadap pergerakan harga saham. Setiap hal yang mempengaruhi pergerakan saham tentunya akan dimuat dalam situs berita. Tujuan dari penelitian ini adalah untuk membangun sistem yang memberikan informasi terhadap sentimen berita untuk suatu perusahaan tertentu. Sehingga investor dapat terbantu dalam pengambilan keputusan untuk berinvestasi di perusahaan tersebut. Pada penelitian ini, penulis menggunakan data dari situs berita saham kontan.com. Data diambil menggunakan grabber, kemudian dilakukan pemberian label secara manual. Selanjutnya, dilakukan proses preprocessing seperti case folding, dan stemming, serta konfigurasi lain yang dibutuhkan seperti penghapusan kata singkatan, penghapusan kata penghubung, dan angka. Proses klasifikasi dilakukan menggunakan metode Naive Bayes. Pengujian dengan fitur TF-IDF menunjukkan rata-rata akurasi yang dihasilkan sebesar 76,79%. Pemilihan fitur sebesar 100% dari fitur teratas memberikan nilai accuracy tertinggi. Sedangkan pengujian dengan fitur TF-IDF Bigram menghasilkan nilai rata-rata akurasi sebesar 77.13%.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: Klasifikasi Teks, Naive Bayes, Berita Saham, Analisa Sentimen
Subjects: H Social Sciences > HB Economic Theory
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: mr akira rafhael-off
Date Deposited: 22 Oct 2020 01:44
Last Modified: 10 Jun 2021 01:44
URI: http://katalog.ukdw.ac.id/id/eprint/4166

Actions (login required)

View Item View Item