Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

ANALISIS SENTIMEN TWITTER DAN KORELASI TERHADAP INDEKS SAHAM LQ 45 MENGGUNAKAN ALGORITMA SUPER VECTOR MACHINE

FARID MUHAMMAD NAUFAL, - (2022) ANALISIS SENTIMEN TWITTER DAN KORELASI TERHADAP INDEKS SAHAM LQ 45 MENGGUNAKAN ALGORITMA SUPER VECTOR MACHINE. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

[img]
Preview
Text
FILE LENGKAP KECUALI HASIL PENELITIAN (BAB IV).pdf

Download (5MB) | Preview
[img] Text (BAB IV)
FILE HASIL PENELITIAN (BAB IV).pdf - Published Version
Restricted to Repository staff only

Download (1MB)

Abstract

FARID MUHAMMAD NAUFAL (2022) : ANALISIS SENTIMEN TWITTER DAN KORELASI TERHADAP INDEKS SAHAM LQ 45 MENGGUNAKAN ALGORITMA SUPER VECTOR MACHINE Media sosial sebagai penyedia informasi penting bagi investor dan sebagai tempat investor melakukan interaksi sosial. Sentimen merupakan gambaran dari emosi dan pikiran investor yang disalurkan melalui interaksi sosial pada media sosial. Sentimen positif pada media sosial mampu meningkatkan brand image dan reputasi perusahaan, sedangkan sentimen negatif mampu merusak brand image dan reputasi perusahaan. Menyadari informasi mengenai pasar saham perusahaan swasta, multinasional, maupun BUMN masih banyak diperbincangkan di platform Twitter, dan indeks saham perusahaan yang tergolong LQ 45 banyak dibicarakan di platform media sosial Twitter. Tujuan penelitan ini menganalisis sentimen Twitter dan korelasinya terhadap indeks saham LQ 45 menggunakan algoritma SVM. Sumber data yang dijadikan acuan adalah cuitan indeks perusahaan yang berada didalam LQ 45 dari media sosial Twitter. Sebagai hasilnya penulis mendapatkan korelasi dengan nilai koefisien korelasi r=-0,108 dan P-value=0,508. Nilai korelasi menyatakan bahwa sentimen publik yang diperoleh dari media sosial Twitter tidak memiliki korelasi, sedangkan nilai signifikasi P-value menyatakan tidak adanya pengaruh sentimen analisis pada pergerakan nilai saham LQ 45. Kata Kunci: Analisis Sentimen, Data Mining, Klasifikasi, LQ 45, Twitter

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 27 Jul 2022 07:34
Last Modified: 27 Jul 2022 07:34
URI: http://repository.uin-suska.ac.id/id/eprint/62304

Actions (login required)

View Item View Item