Analisis Sentimen Publik terhadap Anjloknya IHSG Periode Maret-April 2025 di X (Twitter) Menggunakan LSTM dan IndoBERT

Farhan Fadillah, Muhamad (2025) Analisis Sentimen Publik terhadap Anjloknya IHSG Periode Maret-April 2025 di X (Twitter) Menggunakan LSTM dan IndoBERT. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (3MB)
	PDF BAB_I.pdf Download (217kB)
	PDF BAB_II.pdf Download (814kB)
	PDF BAB_III.pdf Download (423kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (210kB)
	PDF DAFTAR_PUSTAKA.pdf Download (221kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (289kB)

Abstract

Pergerakan Indeks Harga Saham Gabungan (IHSG) sering memicu diskusi publik di media sosial. Penelitian ini menganalisis sentimen publik terhadap anjloknya IHSG pada Maret-April 2025 dan membandingkan kinerja model deep learning Bi- LSTM dengan IndoBERT. Menggunakan kerangka CRISP-DM, model Bi-LSTM dilatih pada ~5.000 data pseudo-labeled, sementara IndoBERT di-fine-tuning pada 529 data berlabel manual. Hasil menunjukkan pendekatan transfer learning dengan IndoBERT (akurasi 79,25%) secara signifikan lebih unggul daripada Bi-LSTM (akurasi 68,87%). Analisis kualitatif juga menemukan dualisme persepsi publik antara kekhawatiran (kata "turun", "anjlok") dan optimisme (kata "kuat", "beli"). Disimpulkan bahwa penggunaan model pre-trained seperti IndoBERT pada data berkualitas tinggi merupakan pendekatan yang lebih efektif untuk analisis sentimen keuangan di Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Farhan Fadillah, Muhamad (00000061559)
Contributors:	Kusuma, A. A. N. Ananda (8984101024)
Keywords:	Analisis Sentimen, IHSG, IndoBERT, LSTM, Twitter
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	10 Sep 2025 05:40
URI:	https://kc.umn.ac.id/id/eprint/40439

Actions (login required)

View Item