An End-to-End Automated Machine Learning Pipeline for IDX Stock Prediction Using Indonesian NLP Sentiment & Technical Analysis.
Disclaimer: Project ini dibuat sepenuhnya dari nol (0) untuk tujuan pembelajaran end-to-end data pipeline, analisis sentimen bahasa Indonesia, dan machine learning pada pasar saham Indonesia (IHSG).
FinSentiMind adalah platform predictive analytics yang menggabungkan dua pilar utama dalam analisis instrumen investasi: Sentimen Pasar (Kualitatif) dari berita finansial lokal dan Analisis Teknikal (Kuantitatif) dari pergerakan harga historis saham.
Sistem ini mengekstrak noise dari berita, membersihkannya dengan NLP khusus bahasa Indonesia, menghitung indikator teknikal secara dinamis, dan melatih model Machine Learning untuk memberikan prediksi harian (Buy, Hold, Sell).
Project ini dirancang secara modular yang terbagi menjadi beberapa fase core:
| Fase | Teknologi / Library | Deskripsi & Fungsi Utama |
|---|---|---|
| Data Extraction | Requests, BeautifulSoup, yfinance |
Bertugas melakukan scraping berita finansial lokal secara live dan mengunduh data historis bursa IDX (.JK). |
| Data Engineering | Pandas, NumPy, SQLAlchemy |
Melakukan manipulasi data tabular, kalkulasi matriks indikator, dan manajemen penyimpanan ke database via ORM. |
| NLP Preprocessing | Sastrawi, NLTK |
Melakukan text cleaning, mengubah teks menjadi lowercase, menghapus stopwords, dan melakukan stemming bahasa Indonesia. |
| Machine Learning | Scikit-Learn |
Memisahkan data (split), melakukan normalisasi fitur (scaling), melatih model klasifikasi, dan mengevaluasi metrik akurasi. |
| Deployment Layer | FastAPI, Pydantic |
Membungkus model ML ke dalam endpoint RESTful API performa tinggi yang siap dikonsumsi oleh aplikasi frontend. |
[ Berita Mentah ] ---> [ Web Scraper ] ---> [ NLP Preprocessing (Sastrawi) ] ---\
---> [ Gabung Data ] ---> [ Model ML ] ---> [ FastAPI Endpoint ]
[ Harga Saham ] ---> [ yfinance ] ---> [ Kalkulasi Indikator (Pandas) ] ---/