Analisis Sentimen Akun Official News Media Twitter dalam Prediksi Saham Facebook

Jessica, Jessica (2019) Analisis Sentimen Akun Official News Media Twitter dalam Prediksi Saham Facebook. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (939kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (890kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (874kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)

Abstract

Media sosial seperti Twitter menjadi tempat investor atau orang-orang yang memiliki minat untuk investasi dan trading membicarakan berita keuangan lebih cepat sehingga mengarah ke wawasan yang menarik. Twitter juga menghasilkan banyak data yang memberikan pesan berelasi dengan sentimen masyarakat tentang sebuah perusahaan. Faktor tersebut sangat berguna dan dapat dipertimbangkan untuk prediksi saham. Prediksi saham yang sukses tidak hanya mencapai hasil yang terbaik, tetapi meminimalisir ketidak akuratan dalam memprediksi. Penelitian ini bertujuan untuk melakukan percobaan metode yang dapat meningkatkan efektivitas prediksi harga saham perusahaan Facebook. Metode terbaru yang digunakan dengan menggabungkan metode sentimen analisis menggunakan koleksi tweet yang diambil dari lima akun official news Twitter dan metode moving average 5,10, dan 15 hari. Hasil penelitian menyatakan bahwa metode prediksi dengan moving average 5 tanpa sentimen mendapatkan profit yang paling banyak dibandingkan metode lain sebesar 171,65002 dengan nilai akurasi 0,677. Tetapi nilai kumulatif profit dipengaruhi banyaknya jumlah hari yang berhasil diprediksi action-nya. Jika dilihat dari evaluasi metode, metode sentimen analisis menggunakan akun news CNBC dan moving average 5 lebih baik karena akurasinya sebesar 0,753 dan metode gabungan ini yang paling efektif dengan nilai average 0,82909. Menggunakan metode gabungan tidak perlu melakukan trading setiap hari untuk mendapatkan profit yang sama dengan hasil profit metode MA saja.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Text Mining, Sentiment Analysis, Moving Average , Prediksi Saham
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.7 Multimedia Systems, Blogs, Social Media, Web Application Frameworks 600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 06:00
Last Modified:	03 Aug 2023 07:09
URI:	https://kc.umn.ac.id/id/eprint/10604

Actions (login required)

View Item