ANALISIS SENTIMEN DATA STOCKWITS DENGAN WORD VECTOR DAN GATED RECURRENT UNIT

• OSCAR
• 14002331

---

ABSTRAK

Prediksi pergerakan stok penting dalam dunia bisnis untuk mengetahui pergerakan stok baik untuk jual beli barang. saham adalah produk keuangan yang bercirikan risiko tinggi, pengembalian tinggi dan perdagangan fleksibel yang disukai banyak investor. investor bisa mendapatkan imbal hasil yang melimpah dengan memperkirakan tren harga saham secara akurat. Namun, sinyal harga saja gagal menangkap kejutan pasar dan dampak dari peristiwa tak terduga yang tiba-tiba. teks media sosial seperti tweet dapat memiliki dampak besar pada pasar saham. Dalam penelitian ini, kami mengevaluasi dari penelitian sebelumnya untuk prediksi keberhasilan memprediksi harga saham. Metode yang dievaluasi adalah GRU dengan Word2Vec mengguli metode lainnya. akurasi 80% dicapai dengan GRU dengan word2vec. lebih baik dari finalbert dari penelitian sebelumnya yang mencapi akurasi algoritma 60%
kata kunci: Stocktwits, data mining, klasifikasi, word2vec, gru

KATA KUNCI

Data Mining

---

DAFTAR PUSTAKA

Adam K "Stock market volatility and learning" 2016
Alzazah "We are INtechOpen" 2020
Huang Z "Bidirectional LSTM-CRF Models for squence tangging" 2015
Li S "Word embedding and text classification basedon deep learning methods" 2021
Long W "Deep learning based feature engineering for stock price movement prediction" 2019
Mikolov T " Distributed representation of words and phrases and their compostionality" 2013
Sawhney R " Deep attentive larning for stock movement prediction from social media text and company correlations" 2020
Xu Y "Stock movement prediction from tweets and historical prices" 2018