EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Universitas Esa Unggul


Kampus Emas UEU - Jakarta Barat

Phone : 021-5674223, ext 282
Fax :
E-mail : [email protected]
Website : http://library.esaunggul.ac.id

Support (Customer Service) :
[email protected]








Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Astrid Chrisafi




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

Keyword
Mode
Expanded Search (for Free text search only)
 

UEU » Master Theses » Magister Ilmu Komputer
Posted by [email protected] at 23/10/2024 15:31:51  •  154 Views


PEMANFAATAN ANALISIS SENTIMEN BERBASIS LSTM DALAM PREDIKSI HARGA SAHAM

Created by :
Muhammad Fajrul Aslim ( 20200804031 )



SubjectANALISIS SENTIMEN
LSTM
HARGA SAHAM
Alt. Subject SENTIMENT ANALYSIS
LSTM
STOCK PRICES
KeywordDeep Learning
LSTM
Saham
Analisis Sentimen

Description:

Penelitian ini bertujuan untuk memanfatkan analisis sentiment dalam prediksi harga saham. Analisis sentimen dapat memberikan informasi kepada investor untuk memahami sentiment pasar. Dalam penelitian ini, pendekatan yang digunakan berbasis teks dengan memprocessing data, analisis sentimen, evaluasi kinerja model. Data yang dikumpulkan dianalisis untuk mengidentifikasi sentiment positif, negatif, atau netral yang terkandung dalam teks, kemudian model LSTM diimplementasikan setelah didapat skor hasil analisis sentimen. Pendekatan yang digunakan dalam skoring analisis sentiment yaitu pendekatan Textblob dan Pendekatan Lexicon. Perbedaan Hasil akurasi dari kedua pendekatan Analisis Sentimen dengan model LSTM memberikan pengaruh terhadap hasil prediksi dengan peningkatan akurasi lebih baik menggunakan pendekatan Analisis Sentimen Lexicon. Hasil penelitian ini bisa memberikan wawasan tentang penggunaan analisis sentimen dalam prediksi harga saham. Model analisis sentiment yang diimplementasikan dapat menjadi alat prediktif yang bermanfaat bagi investor dan praktisi saham dalam pengambilan keputusan investasi.

Contributor:
  1. Dr. Gerry Firmansyah, S.T.M.Kom
Date Create:23/10/2024
Type:Text
Format:PDF
Language:Indonesian
Identifier:UEU-Master-20200804031
Collection ID:20200804031


Source :
Master Theses Of Computer Science

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@2024 Perpustakaan Universitas Esa Unggul


Publication URL :
https://digilib.esaunggul.ac.id/pemanfaatan-analisis-sentimen-berbasis-lstm--dalam-prediksi-harga-saham-36349.html




[ Free Download - Free for All ]

  1.  UEU-Master-36349-COVER.Image.Marked.pdf - 195 KB
  2.  UEU-Master-36349-HALAMAN PENGESAHAN.Image.Marked.pdf - 255 KB
  3.  UEU-Master-36349-HALAMAN PERSETUJUAN PUBLIKASI.Image.Marked.pdf - 230 KB
  4.  UEU-Master-36349-HALAMAN PERNYATAAN KEASLIAN.Image.Marked.pdf - 230 KB
  5.  UEU-Master-36349-ABSTRAK.Image.Marked.pdf - 223 KB
  6.  UEU-Master-36349-KATA PENGANTAR.Image.Marked.pdf - 278 KB
  7.  UEU-Master-36349-DAFTAR ISI.Image.Marked.pdf - 230 KB
  8.  UEU-Master-36349-DAFTAR PUSTAKA.Image.Marked.pdf - 313 KB
  9.  UEU-Master-36349-LAMPIRAN.Image.Marked.pdf - 193 KB
  10.  UEU-Master-36349-BAB1.Image.Marked.pdf - 203 KB

[ FullText Content - Please, register first ]

  1. UEU-Master-36349-BAB2.Image.Marked.pdf - 348 KB
  2. UEU-Master-36349-BAB3.Image.Marked.pdf - 319 KB
  3. UEU-Master-36349-BAB4.Image.Marked.pdf - 477 KB
  4. UEU-Master-36349-BAB5.Image.Marked.pdf - 195 KB

 10 Similar Document...

     No similar subject found !

 10 Related Document...






HELP US !
You can help us to define the exact keyword for this document by clicking the link below :

Analisis , Analisis Sentimen , Deep , Deep Learning , LSTM , Learning , Saham , Sentimen



POLLING

Bagaimana pendapat Anda tentang repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan




157383747


Visitors Today : 1
Total Visitor : 1970112

Hits Today : 40132
Total Hits : 157383747

Visitors Online: 1


Calculated since
16 May 2012

You are connected from 172.17.121.29
using Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; [email protected])


UEU Digital Repository Feeds


Copyright © UEU Library 2012 - 2024 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan