Volatilitas merupakan suatu besaran perubahan harga suatu saham yang bertujuan untuk menilai resiko investasi. Volatilitas dapat diartikan bahwa semakin tinggi volatilitas suatu saham maka semakin tinggi pula resiko yang didapat. Peristiwa dimana terjadi pelonjakan maupun penurunan yang sangat drastis pada volatilitas pasar saham dapat disebut sebagai volatilitas tinggi. Sebaliknya, jika terjadi volatilitas yang stabil dan cenderung tidak berubah maka peristiwa itu dapat dikatakan volatilitas rendah. Dalam penelitian ini akan membuktikan bahwa Financial News/berita keuangan dapat digunakan untuk memprediksi volatilitas pasar saham dan dibandingkan dengan prediksi volatilitas harga saham penutupan (Close Price). Data yang digunakan merupakan data IHSG, untuk Financial News diperoleh dari situs Bisnis.com. Sementara, data historical IHSG bersumber dari situs Yahoo Finance. Pada Financial News diterapkan Latent Dirichlet Allocation dengan tujuan untuk memecah dokumen menjadi beberapa bagian kata dan disertai dengan bobot per-token. Kemudian, dilanjutkan dengan penerapan metode Naïve Bayes untuk memprediksi pergerakan volatiltas pasar saham. Serta, menerapkan metode Naïve Bayes untuk memprediksi volatilitas pasar saham dengan melibatkan harga penutupan. Hasil akurasi yang diperoleh dengan menggunakan metode Naïve Bayes dengan melibatkan Financial News adalah sebesar 63.6363% untuk data training dan 69.3877% untuk data testing. Sedangkan, hasil akurasi yang diperoleh dengan menggunakan Naïve Bayes melibatkan harga saham penutupan sebesar 53% untuk data training dan 54% untuk data testing.