sentiment-prediction.py

# -*- coding: utf-8 -*-
"""
Created on Fri Oct 11 13:02:31 2024

@author: Habib
"""

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
from collections import Counter

headline = pd.read_csv(r"D:\stock-sentiment\ihsg-headline.csv")

import nltk
from nltk.sentiment import SentimentIntensityAnalyzer

# Pastikan nltk corpus dan resources di-download
nltk.download('vader_lexicon')

def analyze_sentiment(df, column_name):
    """
    Fungsi untuk melakukan analisis sentimen pada kolom headline yang sudah diterjemahkan.
    
    Args:
    df (pd.DataFrame): DataFrame yang berisi kolom dengan teks yang akan dianalisis sentimennya.
    column_name (str): Nama kolom dalam DataFrame yang berisi headline yang sudah diterjemahkan.
    
    Returns:
    pd.DataFrame: DataFrame dengan kolom baru 'Sentiment', 'Sentiment_Score', dan 'Sentiment_Encoded'.
    """
    sia = SentimentIntensityAnalyzer()
    
    def get_sentiment_and_score(text):
        # Menghitung skor sentimen
        sentiment_scores = sia.polarity_scores(text)
        compound_score = sentiment_scores['compound']
        
        # Mengkategorikan sentimen berdasarkan skor compound
        if compound_score >= 0.05:
            return 'positive', compound_score
        elif compound_score <= -0.05:
            return 'negative', compound_score
        else:
            return 'neutral', compound_score
    
    # Menambahkan kolom sentimen dan skor ke DataFrame
    df[['Sentiment', 'Sentiment_Score']] = df[column_name].apply(
        lambda text: pd.Series(get_sentiment_and_score(text))
    )
    
    # Mapping label sentimen menjadi float
    sentiment_encoding = {'positive': 1.0, 'neutral': 0.0, 'negative': -1.0}
    df['Sentiment_Encoded'] = df['Sentiment'].map(sentiment_encoding)
    
    return df



# Melakukan analisis sentimen pada kolom yang diterjemahkan
df_with_sentiment = analyze_sentiment(headline, 'Headline_en')
print(df_with_sentiment)

df_with_sentiment.to_csv('input-sentiment.csv')

def get_dominant_sentiment_per_day(df, date_column, sentiment_column):
    """
    Fungsi untuk mendapatkan sentimen dominan per hari.
    
    Args:
    df (pd.DataFrame): DataFrame yang berisi kolom tanggal dan sentimen.
    date_column (str): Nama kolom tanggal dalam DataFrame.
    sentiment_column (str): Nama kolom sentimen dalam DataFrame.
    
    Returns:
    pd.DataFrame: DataFrame dengan satu baris per tanggal, berisi sentimen dominan.
    """
    
    # Fungsi untuk menghitung sentimen yang paling sering muncul (modus)
    def find_dominant_sentiment(sentiments):
        return Counter(sentiments).most_common(1)[0][0]
    
    # Kelompokkan berdasarkan tanggal, lalu ambil sentimen yang paling sering muncul
    dominant_sentiment_df = df.groupby(date_column)[sentiment_column].apply(find_dominant_sentiment).reset_index()
    dominant_sentiment_df.columns = [date_column, 'Dominant_Sentiment']
    
    return dominant_sentiment_df

df_dominant_sentiment = get_dominant_sentiment_per_day(df_with_sentiment, 'Date', 'Sentiment')

df_dominant_sentiment.to_csv('datasentiment.csv')