Analisis Sentimen Tren Cryptocurrency Menggunakan Machine Learning

Abstract

Mata uang kripto sebagai teknologi berbasis blockchain telah mengubah cara pandang masyarakat terhadap konsep uang dan investasi. Tren mata uang kripto masih menjadi perbincangan hangat di media sosial. Sentimen masyarakat terhadap kripto yang berkembang di platform seperti Twitter kerap kali memberikan pengaruh besar terhadap pergerakan harga aset kripto. Oleh karena itu, analisis sentimen terhadap opini yang berkembang di media sosial sangat penting dalam memahami dan memprediksi dinamika pasar kripto yang berfluktuasi. Analisis ini dapat memberikan gambaran tentang sikap dan opini masyarakat terhadap fenomena mata uang kripto, sekaligus memberikan rekomendasi investasi bagi masyarakat Indonesia. Pengumpulan data dilakukan melalui metode scraping menggunakan Tweet Harvest dan menghasilkan 4.208 tweet. Hasil analisis menunjukkan bahwa 75,6% tweet yang dianalisis memiliki sentimen netral, sedangkan 13,6% bersentimen negatif dan 10,8% bersentimen positif. Model klasifikasi Support Vector Machine (SVM) menunjukkan akurasi tertinggi sebesar 83%. Meskipun mayoritas sentimen bersifat netral, ada indikasi positif dan negatif yang penting untuk diperhatikan oleh investor. Rekomendasi untuk publik meliputi fokus pada airdrop, mengevaluasi koin dengan sentimen positif, dan mewaspadai potensi kerugian dan penipuan. Dengan pemahaman yang lebih baik tentang sentimen publik, investor dapat membuat keputusan yang lebih cerdas dalam menghadapi ketidakpastian pasar mata uang kripto.