ANALISIS KOMPARATIF PEMODELAN TOPIK MENGGUNAKAN LDA DAN BERTOPIC PADA BERITA PASAR FINANSIAL INDONESIAShabbahAthabiyyuauthorVolume berita finansial yang masif saat ini menjadikan metode analisis konvensional kurang efektif. Kompleksitas informasi tersebut menuntut pendekatan big data untuk memetakan pola dan isu pasar secara sistematis. Penelitian ini bertujuan menganalisis bagaimana topik dan sentimen berita pasar finansial Indonesia merefleksikan narasi risiko dan peluang di sektor keuangan. Metode yang digunakan meliputi pemodelan topik dengan Latent Dirichlet Allocation (LDA) dan BERTopic, serta analisis sentimen pada korpus berita finansial. Studi ini membandingkan kinerja kedua model dalam aspek koherensi topik, serta menguji korelasi antara dinamika topik-sentimen dengan pergerakan Indeks Sektoral Keuangan (IDXFINANCE). Hasil penelitian menunjukkan bahwa BERTopic mengungguli LDA dalam menghasilkan topik yang lebih koheren dan kontekstual. Integrasi analisis topik dan sentimen terbukti efektif dalam mengidentifikasi narasi pasar, di mana dinamika sentimen memiliki korelasi yang signifikan dengan pergerakan IDXFINANCE. Temuan ini memberikan wawasan terstruktur bagi investor, analis, dan regulator mengenai isu-isu penggerak pasar. Penelitian selanjutnya disarankan untuk memperluas cakupan data dan menerapkan pendekatan kausalitas untuk mendalami arah pengaruh antar variabel.000 Ilmu komputer, informasi dan pekerjaan umum004 Pemrosesan data dan ilmu komputer2025-12-15Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis