Prediksi Harga Saham Menggunakan Sentimen Pilkada DKI Jakarta 2017 Dengan Algoritma Support Vector Machine

Abstract

AbstrakTwitter merupakan salah satu sosial media yang paling banyak dipakai di Indonesia, tidak hanya sebagai sarana berbagi informasi terkait hal – hal pribadi tetapi juga bisa berupa opini terhadap suatu topik. Tidak hanya sebagai pusat infromasi, twitter juga bisa digunakan sebagai pusat data berupa teks. Pilkada DKI Jakarta 2017 merupakan salah satu topik yang menarik untuk di bahas. Tidak hanya sebagai penentu kepemimpinan Jakarta untuk 5 tahun kedepan, tetapi karena pengaruh yang dimilikinya terhadap beberapa sektor di Indoensia. Tweet yang membahas topik Pilkada DKI Jakarta 2017 bisa diolah untuk mendapatkan informasi yang berguna, misalnya sentimen yang terjadi selama peristiwa politik ini terjadi. Sentimen yang didapat bisa digunakan dalam prediksi harga saham selama masa Pilkada. Untuk bisa mendapatkan sentimen dari data teks dari twitter, sentiment anaylsis digunakan untuk mengekstrak informasi dari tweet yang sudah dikumpulkan. Untuk melakukan sentiment analysis, algoritma support vector machine dipakai untuk mengklasifikasikan tweet kedalam target kelas. Hasil dari klasifikasi sentimen digunakan sebagai salah satu pembobot dalam regresi linier untuk memprediksi harga saham. Hasil dari pengujian menunjukkan bahwa penggunaan sentimen Pilkada DKI Jakarta 2017 untuk memprediksi harga saham cukup baik. Dimana nilai RMSE yang didapat oleh masing-masing saham bervariasi karena saham-saham yang dipilih berasal dari sektor yang berbeda. BBRI 58.974, SRTG 101.188, WIKA 52.042, ADHI 93.420 dan APLN 17.342.Abstract Twitter is one of the most widely used social media in Indonesia, not only as a means of sharing information related to personal matters but also as information. Not only as a center of information, twitter can also be as central data in the form of text. DKI Jakarta Election 2017 is one of the interesting topics to discuss. Not only as a determinant of Jakarta's leadership for the next 5 years, but because of the influence it has had on several sectors in Indonesia. A Tweet that discusses the topic of the 2017 DKI Jakarta Regional Election can be processed to get useful information, for example sentiments that occur during times. Sentiment that can be done in the context of prices during the election period. To be able to get sentiments from text data from twitter, anaylsis sentiment is to extract information from tweets that have been collected. To do sentiment analysis, the support vector machine algorithm is used to classify tweets in the target class. Results from the basis of sentiment as one weight in linear regression to predict prices. The results of the test show that the use of the DKI Jakarta Regional Election sentiment 2017 is to predict the stock price to be quite good. Where is the RMSE value that can be found by each different sector. BBRI 58,974, SRTG 101,188, WIKA 52,042, ADHI 93,420 and APLN 17,342.