Penerapan Analisis Sentimen Berita Keuangan dari IDX Channel dan Long Short-Term Memory (LSTM) dalam Prediksi Perubahan Harga Saham pada Perusahaan XYZ
DOI:
https://doi.org/10.35145/joisie.v9i2.5009Kata Kunci:
Prediksi Harga Saham, Analisis Sentimen, LSTM, NLP, Berita Keuangan, IDX ChannelAbstrak
Investasi saham semakin diminati, namun fluktuasi harga yang tinggi membuat prediksi menjadi tantangan. Harga saham dipengaruhi oleh banyak hal, seperti berita keuangan yang menunjukkan sentimen pasar. Namun, banyak model prediksi bergantung pada data sebelumnya tanpa memperhitungkan pendapat media. Penelitian ini bertujuan untuk memprediksi perubahan harga saham perusahaan XYZ dengan menggabungkan model Long Short-Term Memory (LSTM) dan analisis sentimen terhadap berita keuangan dari IDX Channel. Data historis harga saham diambil dari Yahoo Finance, sedangkan data sentimen diperoleh melalui klasifikasi opini berita berbasis model IndoBERT. Data kemudian diproses menggunakan pendekatan normalisasi Min-Max Scaling dan dibentuk dalam format time series menggunakan teknik window sliding dengan time step sebesar 30. Hasil penelitian menunjukkan bahwa model LSTM mampu memprediksi harga saham dengan nilai RMSE sebesar 35,92 dan korelasi positif lemah antara sentimen dan harga saham sebesar 0,27. Prediksi harga satu hari ke depan yang dihasilkan model menunjukkan nilai Rp 4.097,00. Visualisasi residual menunjukkan sebaran kesalahan yang stabil di sekitar nol, menunjukkan generalisasi model yang cukup baik.
Unduhan
Data unduhan belum tersedia.
Referensi
Afrianto, N., Fudholi, D. H., & Rani, S. (2022). Prediksi Harga Saham Menggunakan BiLSTM dengan Faktor Sentimen Publik. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 6(1), 41–46. https://doi.org/10.29207/resti.v6i1.3676
Amiri, B., Haddadi, A., & Farajpour Mojdehi, K. (2025). A Novel Hybrid GCN-LSTM Algorithm for Energy Stock Price Prediction: Leveraging Temporal Dynamics and Inter-Stock Relationships. IEEE Access, 13, 24815–24832. https://doi.org/10.1109/ACCESS.2025.3536889
Aslim, M. F. (2024). Pemanfaatan Analisis Sentimen Berbasis Lstm Dalam Prediksi Harga Saham. Universitas Esa Unggul.
Budiprasetyo, G., Hani’ah, M., & Aflah, D. Z. (2023). Prediksi Harga Saham Syariah Menggunakan Algoritma Long Short-Term Memory (LSTM). Jurnal Nasional Teknologi dan Sistem Informasi, 8(3), 164–172. https://doi.org/10.25077/TEKNOSI.v8i3.2022.164-172
Chen, C., Xue, L., & Xing, W. (2023). Research on Improved GRU-Based Stock Price Prediction Method. https://doi.org/10.20944/preprints202307.0472.v1
Christophorus Bintang Saputra, & Koesrindartoto, D. P. (2024). Pemanfaatan Analisis Sentimen Youtube untuk Prediksi Harga Saham: Studi pada Investor Retail Indonesia. Jurnal Manajemen, 21(1), 1–17. https://doi.org/10.25170/jm.v21i1.5184
Ding, Y. (2023). Enhancing Stock Price Prediction Method Based on CNN-LSTM hybrid model. Highlights in Business, Economics and Management, 21, 774–781. https://doi.org/10.54097/hbem.v21i.14760
Drus, Z., & Khalid, H. (2019). Sentiment Analysis in Social Media and Its Application: Systematic Literature Review. Procedia Computer Science, 161, 707–714. https://doi.org/10.1016/j.procs.2019.11.174
Fahrezi, R. A., Wijaya, M. Y., & Fitriyati, N. (2024). Prediksi Harga Penutupan Saham Bank Central Asia: Implementasi Algoritma Long Short-Term Memory Dan Perbandingannya Dengan Support Vector Machine. Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika, 5(1), 452–464. https://doi.org/10.46306/lb.v5i1.582
Julian, R., & Pribadi, M. R. (2021). Peramalan Harga Saham Pertambangan Pada Bursa Efek Indonesia (BEI) Menggunakan Long Short Term Memory (LSTM). JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 8(3), 1570–1580. https://doi.org/10.35957/jatisi.v8i3.1159
Kartika, S. D., & Karmilasari. (2022). Implementasi Long Short-Term Memory Pada Prediksi Harga Saham PT Aneka Tambang Tbk. Jurnal Ilmiah Komputasi, 21(1). https://doi.org/10.32409/jikstik.21.1.2815
Kwanda, K., Herwindiati, D. E., & Lauro, M. D. (2024). Perbandingan LSTM dan Bidirectional LSTM pada Sistem Prediksi Harga Saham Berbasis Website. Ranah Research : Journal of Multidisciplinary Research and Development, 7(1), 26–35. https://doi.org/10.38035/rrj.v7i1.1255
Maghiszha, D. F. (2024, Desember 30). Lampaui Target, Jumlah Investor Pasar Modal Sepanjang 2024 Tumbuh 2,5 Juta. IDX Channel.
Mamillapalli, A., Ogunleye, B., Inacio, S. T., & Shobayo, O. (2024). GRUvader-Sentiment Informed Stock Market Prediction. Preprint. https://doi.org/10.20944/preprints202410.2465.v1
Nazhiroh, H., Dina Fitria, Dony Permana, & Zilrahmi. (2024). PT.Telkom (Tbk) Stock Price Forecasting Using Long Short Term Memory (LSTM). UNP Journal of Statistics and Data Science, 2(4), 414–421. https://doi.org/10.24036/ujsds/vol2-iss4/223
Putra, F. P., Dewi, M. R., & Hibatullah, F. (2024). Analisis Sentimen Pasar melalui Berita Finansial untuk Prediksi Harga Saham PT Bank Rakyat Indonesia Tbk. Indonesian Journal of Applied Informatics, 9(1), 124. https://doi.org/10.20961/ijai.v9i1.94692
Sari, E. P., Mustamin, S. B., Atnang, M., Sahriani, & Fajar, N. (2024). Studi Literatur Deep Learning dan Machine Learning untuk Analisis dan Prediksi Pasar Saham: Metodologi, Representasi Data, dan Studi Kasus. Jurnal Teknologi dan Sains Modern, 1(1), 19–28. https://doi.org/10.69930/jtsm.v1i1.59
Sudhakar, K., & Naganjaneyulu, S. (2025). An optimised CNN-stacked LSTM neural network model for predicting stock market time-series data. International Journal of Computational Economics and Econometrics, 15(1/2), 196–224. https://doi.org/10.1504/IJCEE.2025.145022
Tando, A. G., & Irawan, M. I. (2023). Analisis Dinamika Harga Saham yang Dipengaruhi oleh Analisis Sentimen di Media Sosial Menggunakan Algoritma Support Vector Machine. Jurnal Sains dan Seni ITS, 12(1). https://doi.org/10.12962/j23373520.v12i1.107080
Teck, L. Y., & Thenata, A. P. (2025). Stock Price Prediction Using TCN-GAN Hybrid Model. sinkron, 9(1), 106–114. https://doi.org/10.33395/sinkron.v9i1.14246
Wei, D., Wang, Z., Qiu, M., Yu, J., Yu, J., Jin, Y., Sha, X., & Ouyang, K. (2025). Multiple objectives escaping bird search optimization and its application in stock market prediction based on transformer model. Scientific Reports, 15(1), 5730. https://doi.org/10.1038/s41598-025-88883-8
Wijayanti, R. I. (2025, Januari 17). Pahami Penyebab ARA dan ARB dalam Waktu Singkat. IDX Channel. https://www.idxchannel.com/market-news/pahami-penyebab-ara-dan-arb-dalam-waktu-singkat?
William, K., & Rarasati, D. B. (2024). Stock Price Prediction on IDX30 Index using Long Short-Term Memory Algorithm. Jurnal Informatika, 11(2), 80–89. https://doi.org/10.31294/inf.v11i2.22156
Wu, S., Liu, Y., Zou, Z., & Weng, T.-H. (2022). S_I_LSTM: stock price prediction based on multiple data sources and sentiment analysis. Connection Science, 34(1), 44–62. https://doi.org/10.1080/09540091.2021.1940101
Zhang, J., Ye, L., & Lai, Y. (2023). Stock Price Prediction Using CNN-BiLSTM-Attention Model. Mathematics, 11(9), 1985. https://doi.org/10.3390/math11091985
Amiri, B., Haddadi, A., & Farajpour Mojdehi, K. (2025). A Novel Hybrid GCN-LSTM Algorithm for Energy Stock Price Prediction: Leveraging Temporal Dynamics and Inter-Stock Relationships. IEEE Access, 13, 24815–24832. https://doi.org/10.1109/ACCESS.2025.3536889
Aslim, M. F. (2024). Pemanfaatan Analisis Sentimen Berbasis Lstm Dalam Prediksi Harga Saham. Universitas Esa Unggul.
Budiprasetyo, G., Hani’ah, M., & Aflah, D. Z. (2023). Prediksi Harga Saham Syariah Menggunakan Algoritma Long Short-Term Memory (LSTM). Jurnal Nasional Teknologi dan Sistem Informasi, 8(3), 164–172. https://doi.org/10.25077/TEKNOSI.v8i3.2022.164-172
Chen, C., Xue, L., & Xing, W. (2023). Research on Improved GRU-Based Stock Price Prediction Method. https://doi.org/10.20944/preprints202307.0472.v1
Christophorus Bintang Saputra, & Koesrindartoto, D. P. (2024). Pemanfaatan Analisis Sentimen Youtube untuk Prediksi Harga Saham: Studi pada Investor Retail Indonesia. Jurnal Manajemen, 21(1), 1–17. https://doi.org/10.25170/jm.v21i1.5184
Ding, Y. (2023). Enhancing Stock Price Prediction Method Based on CNN-LSTM hybrid model. Highlights in Business, Economics and Management, 21, 774–781. https://doi.org/10.54097/hbem.v21i.14760
Drus, Z., & Khalid, H. (2019). Sentiment Analysis in Social Media and Its Application: Systematic Literature Review. Procedia Computer Science, 161, 707–714. https://doi.org/10.1016/j.procs.2019.11.174
Fahrezi, R. A., Wijaya, M. Y., & Fitriyati, N. (2024). Prediksi Harga Penutupan Saham Bank Central Asia: Implementasi Algoritma Long Short-Term Memory Dan Perbandingannya Dengan Support Vector Machine. Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika, 5(1), 452–464. https://doi.org/10.46306/lb.v5i1.582
Julian, R., & Pribadi, M. R. (2021). Peramalan Harga Saham Pertambangan Pada Bursa Efek Indonesia (BEI) Menggunakan Long Short Term Memory (LSTM). JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 8(3), 1570–1580. https://doi.org/10.35957/jatisi.v8i3.1159
Kartika, S. D., & Karmilasari. (2022). Implementasi Long Short-Term Memory Pada Prediksi Harga Saham PT Aneka Tambang Tbk. Jurnal Ilmiah Komputasi, 21(1). https://doi.org/10.32409/jikstik.21.1.2815
Kwanda, K., Herwindiati, D. E., & Lauro, M. D. (2024). Perbandingan LSTM dan Bidirectional LSTM pada Sistem Prediksi Harga Saham Berbasis Website. Ranah Research : Journal of Multidisciplinary Research and Development, 7(1), 26–35. https://doi.org/10.38035/rrj.v7i1.1255
Maghiszha, D. F. (2024, Desember 30). Lampaui Target, Jumlah Investor Pasar Modal Sepanjang 2024 Tumbuh 2,5 Juta. IDX Channel.
Mamillapalli, A., Ogunleye, B., Inacio, S. T., & Shobayo, O. (2024). GRUvader-Sentiment Informed Stock Market Prediction. Preprint. https://doi.org/10.20944/preprints202410.2465.v1
Nazhiroh, H., Dina Fitria, Dony Permana, & Zilrahmi. (2024). PT.Telkom (Tbk) Stock Price Forecasting Using Long Short Term Memory (LSTM). UNP Journal of Statistics and Data Science, 2(4), 414–421. https://doi.org/10.24036/ujsds/vol2-iss4/223
Putra, F. P., Dewi, M. R., & Hibatullah, F. (2024). Analisis Sentimen Pasar melalui Berita Finansial untuk Prediksi Harga Saham PT Bank Rakyat Indonesia Tbk. Indonesian Journal of Applied Informatics, 9(1), 124. https://doi.org/10.20961/ijai.v9i1.94692
Sari, E. P., Mustamin, S. B., Atnang, M., Sahriani, & Fajar, N. (2024). Studi Literatur Deep Learning dan Machine Learning untuk Analisis dan Prediksi Pasar Saham: Metodologi, Representasi Data, dan Studi Kasus. Jurnal Teknologi dan Sains Modern, 1(1), 19–28. https://doi.org/10.69930/jtsm.v1i1.59
Sudhakar, K., & Naganjaneyulu, S. (2025). An optimised CNN-stacked LSTM neural network model for predicting stock market time-series data. International Journal of Computational Economics and Econometrics, 15(1/2), 196–224. https://doi.org/10.1504/IJCEE.2025.145022
Tando, A. G., & Irawan, M. I. (2023). Analisis Dinamika Harga Saham yang Dipengaruhi oleh Analisis Sentimen di Media Sosial Menggunakan Algoritma Support Vector Machine. Jurnal Sains dan Seni ITS, 12(1). https://doi.org/10.12962/j23373520.v12i1.107080
Teck, L. Y., & Thenata, A. P. (2025). Stock Price Prediction Using TCN-GAN Hybrid Model. sinkron, 9(1), 106–114. https://doi.org/10.33395/sinkron.v9i1.14246
Wei, D., Wang, Z., Qiu, M., Yu, J., Yu, J., Jin, Y., Sha, X., & Ouyang, K. (2025). Multiple objectives escaping bird search optimization and its application in stock market prediction based on transformer model. Scientific Reports, 15(1), 5730. https://doi.org/10.1038/s41598-025-88883-8
Wijayanti, R. I. (2025, Januari 17). Pahami Penyebab ARA dan ARB dalam Waktu Singkat. IDX Channel. https://www.idxchannel.com/market-news/pahami-penyebab-ara-dan-arb-dalam-waktu-singkat?
William, K., & Rarasati, D. B. (2024). Stock Price Prediction on IDX30 Index using Long Short-Term Memory Algorithm. Jurnal Informatika, 11(2), 80–89. https://doi.org/10.31294/inf.v11i2.22156
Wu, S., Liu, Y., Zou, Z., & Weng, T.-H. (2022). S_I_LSTM: stock price prediction based on multiple data sources and sentiment analysis. Connection Science, 34(1), 44–62. https://doi.org/10.1080/09540091.2021.1940101
Zhang, J., Ye, L., & Lai, Y. (2023). Stock Price Prediction Using CNN-BiLSTM-Attention Model. Mathematics, 11(9), 1985. https://doi.org/10.3390/math11091985
