Latifah, Isnaenti Nur (2025) Prediksi Harga Saham Dengan Xgboost dan Sentimen Twitter (TA.2.25.036). Diploma thesis, UNIVERSITAS LOGISTIK DAN BISNIS INTERNASIONAL.
Full text not available from this repository.Abstract
Prediksi harga saham yang akurat menjadi kebutuhan penting dalam pengambilan keputusan investasi, terutama di tengah meningkatnya partisipasi investor. Sebagian besar model prediksi masih bergantung pada data historis semata tanpa mempertimbangkan faktor eksternal seperti opini publik yang tersebar melalui media sosial. Penelitian ini mengusulkan pendekatan prediksi harga saham dengan menggabungkan data historis dan sentimen dari Twitter guna meningkatkan akurasi dan relevansi model. Tiga saham dari Bursa Efek Indonesia digunakan sebagai objek kajian, yaitu ISAT.JK, TINS.JK, dan MDKA.JK. Data tweet yang berkaitan dengan masing-masing saham diproses melalui tahapan pembersihan teks, normalisasi, penerjemahan otomatis ke Bahasa Inggris, serta klasifikasi sentimen menggunakan metode VADER. Data sentimen kemudian digabungkan dengan data historis saham untuk membentuk fitur prediktif yang digunakan dalam model XGBoost dan LSTM. Evaluasi dilakukan menggunakan metrik MSE, RMSE, MAE, dan R2. Hasil menunjukkan bahwa XGBoost memberikan performa terbaik dengan nilai R2 sebesar 93% pada saham MDKA.JK dan validasi stabil sebesar 0,85. Selain itu, ditemukan bahwa lonjakan tweet negatif sering kali bertepatan atau mendahului penurunan harga saham. Dengan mempertimbangkan hasil evaluasi dan kestabilan prediksi, model XGBoost dinilai lebih unggul untuk diterapkan dalam sistem prediksi harga saham berbasis data historis dan sentimen media sosial. Kata Kunci: Prediksi Harga Saham, Sentimen Twitter, XGBoost
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D4 |
| Depositing User: | PKL TUJUH TUJUH |
| Date Deposited: | 29 Sep 2025 08:49 |
| Last Modified: | 29 Sep 2025 08:49 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/3651 |
Actions (login required)
 |
View Item |
