Tidak sedikit investor menjadikan ringkasan berita sebagai referensi saat memutuskan apakah akan membeli, menjual, atau mempertahankan saham sebagai bagian dari aktivitas investasi mereka. Di sisi lain, perubahan harga saham cenderung naik dan turun diakibatkan oleh berita positif dan negatif. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan ringkasan berita ekonomi melalui analisis sentimen yang diikuti dengan menganalisis hasilnya untuk menentukan korelasi antara ringkasan berita ekonomi Indonesia dan tren IHSG. Dataset untuk penelitian ini adalah kumpulan artikel berita dari situs berita online, Kontan. Penelitian ini diawali dengan pengumpulan dataset yang mencakup 1720 data latih dan 440 data uji yang telah diringkas secara otomatis menggunakan pendekatan cosine similarity dan diberi label (positif/negatif) berdasarkan tren IHSG pada hari berikutnya setelah data di-crawl. Dataset yang telah dilabeli kemudian dilakukan praproses untuk dapat dilanjutkan ke tahap berikutnya. Kami menggunakan metode Long Short Term Memory sebagai metode klasifikasi untuk membangun model. Dari proses pelatihan model yang telah dilakukan selama delapan kali uji coba, model menghasilkan akurasi dan F1- Score sebesar 86% dan 89,3% dari sisi pelatihan. Hal ini memberikan alasan kuat bahwa terdapat korelasi antara ringkasan berita ekonomi terhadap IHSG. Sedangkan dari hasil pengujian, model dapat memberikan akurasi dan F1-Score sebesar 68.1% dan 75.8%.