Bursa saham memiliki perilaku yang kompleks dan dinamis yang dapat mempersulit proses pengambilan keputusan investasi yang akurat. Penelitian ini membahas penggunaan dokumen berita untuk memprediksi pergerakan harga saham perusahaan yang sahamnya diperjual belikan di Bursa Efek Indonesia. Penelitian ini menggunakan model Word2vec untuk merepresentasikan berita ke dalam bentuk vektor dan Long Short-Term Memory untuk klasifikasi. Data berita yang digunakan adalah 11.854 dokumen berita yang membahas 750 emiten pada rentang tahun 2020-2021. Digunakan berbagai skenario eksperimen: (1) Durasi waktu; (2) arsitektur dan hyperparameter; dan (3) 100 emiten dengan kenaikkan tertinggi. Hasil eksperimen memperlihatkan bahwa berita paling besar pengaruhnya pada harga saham setelah 6 sampai 7 hari setelah terbit. Hasil F1-Score terbaik yang didapatkan adalah 0,32 untuk kelas harga saham naik dan 0,43 untuk kelas harga saham turun.
Copyrights © 2023