Analisis sentimen Pasar Forex

Abstract

Pasar Forex merupakan salah satu jenis perdagangan yang memperjualbelikan mata uang suatu negara. Pelaku pasar yang hendak melakukan transaksi umumnya membutuhkan informasi terkait apa yang sedang dipikirkan dan dirasakan pasar secara umum, karena sentimen pasar terbentuk dari kesepakatan bersama dari para pelaku pasar Forex agar peluang terjadinya kerugian dapat diminimalisir. Salah satu cara untuk melakukan analisis sentimen pasar adalah mencari dan mengumpulkan sentimen yang diberikan terhadap pasangan mata uang pada pasar Forex, kemudian melakukan analisis terhadap kumpulan sentimen tersebut dengan analisis sentimen. Analisis sentimen merupakan salah satu bentuk aplikasi dari text mining yang dapat digunakan untuk mengekstraksi sentimen yang terdapat pada teks. Salah satu sumber untuk menemukan teks yang mengandung sentimen adalah media sosial Twitter. Namun, terdapat banyak sekali teks pada media sosial Twitter yang tidak hanya membahas terkait pasangan mata uang pada pasar Forex. Penelitian ini bertujuan untuk mencari dan merangkum sentimen pasangan mata uang pada pasar Forex yang terdapat di Twitter dan mencari korelasi antara hasil analisis sentimen tweets di Twitter dan fluktuasi harga pasangan mata uang. Untuk mencapai tujuan tersebut, proses penelitian dilakukan menggunakan tahapan text mining dengan melakukan penarikan data teks dari Twitter yang membahas terkait pasangan mata uang pada pasar Forex, melakukan preprocessing, melakukan analisis sentimen, dan melakukan interpretasi hasil analisis sentimen yang dapat digunakan untuk mengetahui kondisi sentimen pasar di Twitter terhadap pasangan mata uang pada pasar Forex. Penelitian ini menarik dua set data yang berbeda untuk dianalisis, yaitu penarikan data tweet tanpa melihat akun yang mengirimkan tweet dan penarikan data tweet dengan melihat akun yang memiliki banyak pengikut dan memiliki latar belakang yang berkaitan dengan pasar Forex. Analisis sentimen dilakukan menggunakan library TextBlob dan library Vader yang melakukan analisis sentimen dengan pendekatan lexicon-based dan rule-based. Informasi hasil analisis sentimen diinterpretasikan menggunakan teknik visualisasi. Pada penelitian ini, analisis sentimen yang telah dilakukan diimplementasikan pada sebuah perangkat lunak yang dapat mengumpulkan tweets yang membahas mengenai pasangan mata uang pada pasar Forex, melakukan preprocessing, melakukan analisis sentimen dan merangkum sentimen dengan kerangka waktu harian. Hasil analisis dari kedua set data menunjukkan bahwa tidak terdapat korelasi antara sentimen pada Twitter dan fluktuasi pergerakan harga pasangan mata uang. Sehingga, dapat diambil kesimpulan bahwa para pelaku pasar Forex tidak cukup sekadar memperhatikan kumpulan sentimen yang terdapat pada Twitter untuk mempertimbangkan keputusan dagang. Hasil interpretasi analisis menunjukkan bahwa library Vader lebih cocok digunakan untuk teks informal, sedangkan library TextBlob lebih cocok digunakan untuk teks formal.