PENGARUH SENTIMEN DI SOSIAL MEDIA DENGAN HARGA SAHAM PERUSAHAAN

Musthofa Galih Pradana; Azriel Christian Nurcahyo; Pujo Hari Saputro

doi:10.21107/edutic.v6i2.6992

PENGARUH SENTIMEN DI SOSIAL MEDIA DENGAN HARGA SAHAM PERUSAHAAN

Musthofa Galih Pradana, Azriel Christian Nurcahyo, Pujo Hari Saputro

Abstract

Sentimen adalah proses komputasional dalam mengidentifikasi dan mengategori opini-opini dalam bentuk potongan teks, khususnya untuk mengukur maksud si pembuat potongan teks terhadap topik tertentu, dapat bernada positif, negatif, atau netral. Dalam konteks layanan perusahaan, sentimen yang sering muncul biasanya adalah sentiment yang bernilai positif dalam bentuk pujian dan apresiasi maupun sentiment bernilai negatif dalam bentuk complain. Ketika komplain dilakukan oleh pelanggan, maka pihak perusahaan harus dapat melakukan tindakan untuk menanggulangi komplain tersebut, yang dimungkinkan dapat berimbas terhadap kredibilitas perusahaan, bahkan dapat berimbas pada harga saham. Sosial media menjadi tempat yang dapat digunakan untuk menyampaikan keluhan maupun review positif dari pelanggan terhadap layanan yang diberikan oleh perusahaan. Proses analisis sentimen pelanggan terhadap layanan perusahaan perlu dilakukan untuk mengetahui seberapa besar jumlah sentimen yang muncul menggunakan metode KNN dengan studi kasus pada perusahaan telekomunikasi di Indonesia. Kemudian dilakukan analisis regresi untuk menilai apakah jumlah sentimen pelanggan berpengaruh terhadap harga saham perusahaan. Penelitian ini menghasilkan sentimen positif sebesar 16% , sentimen negatif sebesar 78 % dan sentimen netral sebesar 6%. Metode KNN menghasilkan akurasi paling tinggi sebesar 79,06% pada cross validation = 4. Jumlah sentimen negatif dan harga saham memiliki nilai regresi dan nilai korelasi sebesar 0,46 atau dengan kata lain tidak memiliki keterikatan satu sama lain. Sentimen positif menghasilkan nilai regresi dan korelasi sebesar 0,02 dengan artian memiliki keterikatan satu sama lain.

Full Text:

PDF

References

Abdulsattar, G., Alkubaisi, A. J., Kamaruddin, S. S., & Husni, H. (2018). Conceptual Framework for Stock Market Classification Model Using Sentiment Analysis on Twitter Based on Hybrid Naïve Bayes Classifiers. 7, 57–61.

Ahmad, M., & Ali, I. (2017). Sentiment Analysis of Tweets using SVM. 177(5), 25–29.

Bharathi, S. (2017). Sentiment Analysis for Effective Stock Market Prediction. 10(3), 146–154. https://doi.org/10.22266/ijies2017.0630.16

Kaharudin, K., Pradana, M. G., & Kusrini, K. (2019). PREDIKSI CUSTOMER CHURN PERUSAHAAN TELEKOMUNIKASI MENGGUNAKAN NAÏVE BAYES DAN K-NEAREST NEIGHBOR. Informasi Interaktif, 4(3), 165-171.

Khedr, A. E. (2017). Predicting Stock Market Behavior using Data Mining Technique and News Sentiment Analysis. July, 22–30. https://doi.org/10.5815/ijisa.2017.07.03

Kumar, A., Sethi, A., Akhtar, S., & Ekbal, A. (2017). Sentiment Prediction in Financial Text.

Oliveira, N., Cortez, P., & Areal, N. (2017). The impact of microblogging data for stock market prediction : Using Twitter to predict returns , volatility , trading volume and survey sentiment indices. Expert Systems With Applications, 73, 125–144. https://doi.org/10.1016/j.eswa.2016.12.036

Pradana, M. G. (2020). PENGGUNAAN FITUR WORDCLOUD DAN DOCUMENT TERM MATRIX DALAM TEXT MINING.

Rohan Pimprikar1, S. Ramachandran2, K. S. (2017). USE OF MACHINE LEARNING ALGORITHMS AND TWITTER SENTIMENT ANALYSIS FOR STOCK MARKET PREDICTION. 115(6), 521–526.

Rosenthal, S., Farra, N., & Nakov, P. (2017). Sentiment Analysis in Twitter. 502–518.

Ruan, Y., Durresi, A., & Alfantoukh, L. (2018). Using Twitter trust network for stock market analysis. Knowledge-Based Systems, 0, 1–12. https://doi.org/10.1016/j.knosys.2018.01.016

Salas-zárate, M. P., Medina-moreira, J., Lagos-ortiz, K., Luna-aveiga,

DOI: https://doi.org/10.21107/edutic.v6i2.6992